推荐系统中基于进化算法和聚类的信息核优化

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

作为解决信息过载的有效工具，推荐系统赢得了用户的青睐。其中协同过滤算法以用户之间的历史信息为依据，向用户做出个性化推荐，因其简单有效得到了广泛的应用。但是噪声用户、数据稀疏等问题限制了算法性能的进一步提升。为了缓解上述问题，信息核用户的思想被提出。但是目前仅有通过事先定义标准的方法来构建信息核用户组合。针对这一问题，我们将搜索信息核用户组合建模为组合优化问题，并利用进化算法及其变体搜索信息核用户组合。具体包括以下内容： (1)提出了基于精英种群的进化算法搜索信息核用户，算法利用顺序交叉对精英种群进行操作，从而加速进化。实验结果验证了提出算法的有效性。结果显示该方法与现存的启发式策略方法和传统协同过滤方法相比，可以有效地识别信息核用户，提高推荐准确率。此外，该方法极大地降低了在线推荐时间。 (2)提出了基于变长编码的进化算法，用以缓解系统包含大规模用户时传统进化算法收敛速度慢等不足。算法首先初始化种群个体，个体长度是事先设定的，然后通过交叉算子对种群个体中的基因进行组合以便优秀的用户组合在一起，接着通过特定的变异算子增加或者减少个体的长度，对个体中的部分基因位进行替换。此外，通过重置种群的策略，广泛搜索解空间。实验结果证明，该方法较基于精英种群的进化算法有更好的能力快速搜索到优秀的信息核用户组合，并且可以找到总数更少的信息核用户，降低在线推荐时间。 (3)提出了虚拟信息核用户的概念。虚拟信息核致力于解决稀疏数据和用户数量过多带来的困扰。首先依据用户的历史数据对其进行聚类，然后将属于同一类的用户虚拟成一个用户，降低数据稀疏性，最后利用基于精英种群的进化算法在虚拟用户中搜索虚拟信息核用户。实验结果显示所提出的算法提高了系统的准确率和召回率，而且一定程度上缓解了可扩展性问题。

著录项

作者
程慧文;
展开▼
作者单位

西安电子科技大学;

展开▼
授予单位西安电子科技大学;
学科电子与通信工程
授予学位硕士
导师姓名慕彩红,岳博;
年度 2018
页码
总页数
原文格式 PDF
正文语种中文
中图分类
关键词
推荐系统; 进化算法; 聚类; 信息;

相似文献

中文文献
外文文献
专利

1. 基于差分进化算法的模糊核聚类算法及其在故障诊断中的应用 [J] . 张新萍 ,张孝远 ,刘杰 . 电力系统保护与控制 . 2014,第017期
2. 基于量子进化规划核聚类算法的图像分割 [J] . 缑水平 ,焦李成 ,田小林 . 计算机科学 . 2008,第007期
3. 基于聚类分析和种子进化算法的车辆路径优化算法 [J] . 冀德刚 ,魏俊萍 ,贾鹂 . 物流技术 . 2014,第001期
4. 网络推荐系统中K-均值聚类算法的研究及优化 [J] . 季志民 ,葛万成 . 信息通信 . 2017,第007期
5. 基于可拓距K-均值聚类和正弦微分进化算法的风储联合系统优化配置 [J] . 孙惠娟 ,方杜 ,彭春华 . 电力自动化设备 . 2021,第010期
6. 一种基于遗传算法的进化免疫网络聚类算法参数优化 [C] . 马力 ,周洋 ,白琳 . 2008中国计算机大会 . 2008
7. 推荐系统中基于进化及网络传播算法的信息核优化 [A] . 陈维柱 . 2019

推荐系统中基于进化算法和聚类的信息核优化

目录

摘要

著录项

相似文献

相关主题

期刊订阅