收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于人工鱼群算法的协同过滤推荐算法研究

徐晓妮  
【摘要】:在当今社会,互联网已经与人们的生活紧密相连。随着用户的数量增加,互联网的信息过载问题也日益严重。用户想要从海量的数据中找到自己感兴趣的商品尤为困难,为了解决该问题,推荐技术应运而生。协同过滤推荐是当前推荐系统应用最为普遍的推荐技术,该技术根据目标用户(或项目)的浏览记录或评价信息找到与其相似度高的用户(或项目)作为最近邻,然后根据最近邻的评分预测目标用户(或项目)的评分,并为目标用户(或项目)来推荐。然而,在应用中,协同过滤技术仍然面临着数据稀疏、推荐准确度低等问题。针对上述问题,本文的研究主要有以下几个方面:(1)对人工鱼群算法进行了深入的研究,针对人工鱼群算法的缺陷,提出了一种新的改进算法。改进的人工鱼群算法,对步长进行非动态调整,解决了人工鱼群算法收敛速度慢的问题;引入吞食行为和繁殖行为,可以避免人工鱼群算法陷入局部最优解。改进的人工鱼群算法具有更好的收敛速度和寻优精度。(2)针对推荐的准确性和实时性问题,本文将改进的人工鱼群算法融入到协同过滤推荐当中,提出了基于改进人工鱼群算法的协同过滤推荐算法。该算法首先对稀疏矩阵进行填充,填充后用改进的人工鱼群算法对用户进行聚类并寻找目标用户的最近邻,得到更为准确的最近邻,从而为目标用户产生更为准确和快速的推荐结果。(3)本文以Movie Lens站点提供的数据集进行实验,实验结果表明:改进的人工鱼群算法相对于基础人工鱼群算法具有更好的收敛性和寻优精度,是一种有效的改进方法。基于改进人工鱼群算法的协同过滤推荐算法最近邻的查询效率要优于传统的协同过滤推荐算法;推荐的精度也要优于传统的协同过滤推荐算法和基于K-MEANS的协同过滤推荐算法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨风召;;一种基于特征表的协同过滤算法[J];计算机工程与应用;2007年06期
2 王岚;翟正军;;基于时间加权的协同过滤算法[J];计算机应用;2007年09期
3 曾子明;张李义;;基于多属性决策和协同过滤的智能导购系统[J];武汉大学学报(工学版);2008年02期
4 张富国;;用户多兴趣下基于信任的协同过滤算法研究[J];小型微型计算机系统;2008年08期
5 侯翠琴;焦李成;张文革;;一种压缩稀疏用户评分矩阵的协同过滤算法[J];西安电子科技大学学报;2009年04期
6 廖新考;;基于用户特征和项目属性的混合协同过滤推荐[J];福建电脑;2010年07期
7 沈磊;周一民;李舟军;;基于心理学模型的协同过滤推荐方法[J];计算机工程;2010年20期
8 徐红;彭黎;郭艾寅;徐云剑;;基于用户多兴趣的协同过滤策略改进研究[J];计算机技术与发展;2011年04期
9 焦晨斌;王世卿;;基于模型填充的混合协同过滤算法[J];微计算机信息;2011年11期
10 郑婕;鲍海琴;;基于协同过滤推荐技术的个性化网络教学平台研究[J];科技风;2012年06期
11 宋纬华;田元;;基于蚁群算法的协同过滤推荐技术[J];农业图书情报学刊;2013年08期
12 康钟荣;;基于项目特征分类与填充的协同过滤算法研究[J];河南科技;2013年12期
13 李改;李磊;;基于双向主题模型的协同过滤算法[J];中山大学学报(自然科学版);2013年05期
14 冷亚军;陆青;梁昌勇;;协同过滤推荐技术综述[J];模式识别与人工智能;2014年08期
15 卢竹兵;唐雁;;一种基于信任网络的协同过滤推荐策略[J];西南师范大学学报(自然科学版);2008年02期
16 张付志;张启凤;;融合多系统用户信息的协同过滤算法[J];计算机工程;2009年21期
17 陈逸;于洪;;一种基于相同评分矩阵的协同过滤补值算法[J];计算机应用研究;2009年12期
18 周丽娟;徐明升;张研研;张璋;;基于协同过滤的课程推荐模型[J];计算机应用研究;2010年04期
19 刘淇;陈恩红;;结合二部图投影与排序的协同过滤[J];小型微型计算机系统;2010年05期
20 董全德;;基于双信息源的协同过滤算法研究[J];合肥工业大学学报(自然科学版);2010年07期
中国重要会议论文全文数据库 前10条
1 沈杰峰;杜亚军;唐俊;;一种基于项目分类的协同过滤算法[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
2 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
3 董全德;;基于双信息源的协同过滤算法研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
4 张光卫;康建初;李鹤松;刘常昱;李德毅;;面向场景的协同过滤推荐算法[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
5 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
6 王明文;陶红亮;熊小勇;;双向聚类迭代的协同过滤推荐算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
7 胡必云;李舟军;王君;;基于心理测量学的协同过滤相似度方法(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
8 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
9 罗喜军;王韬丞;杜小勇;刘红岩;何军;;基于类别的推荐——一种解决协同推荐中冷启动问题的方法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
10 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年
中国博士学位论文全文数据库 前10条
1 李聪;电子商务推荐系统中协同过滤瓶颈问题研究[D];合肥工业大学;2009年
2 郭艳红;推荐系统的协同过滤算法与应用研究[D];大连理工大学;2008年
3 罗恒;基于协同过滤视角的受限玻尔兹曼机研究[D];上海交通大学;2011年
4 薛福亮;电子商务协同过滤推荐质量影响因素及其改进机制研究[D];天津大学;2012年
5 高旻;基于计算语用学和项目的资源协同过滤推荐研究[D];重庆大学;2010年
6 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年
7 沈磊;心理学模型与协同过滤集成的算法研究[D];北京航空航天大学;2010年
8 孙小华;协同过滤系统的稀疏性与冷启动问题研究[D];浙江大学;2005年
9 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年
10 赵向宇;Top-N协同过滤推荐技术研究[D];北京理工大学;2014年
中国硕士学位论文全文数据库 前10条
1 邹腾飞;基于多特征融合的混合协同过滤算法研究[D];西南大学;2015年
2 于钰雯;基于项目凝聚层次聚类的协同过滤推荐算法研究[D];辽宁大学;2015年
3 杜文刚;基于多属性评分的协同过滤推荐算法研究[D];辽宁大学;2015年
4 揭正梅;基于协同过滤的高校个性化就业推荐系统研究[D];昆明理工大学;2015年
5 高慧敏;融合占有度的时间遗忘协同过滤混合推荐算法研究[D];燕山大学;2015年
6 苏靖涵;面向SaaS多租户的动态推荐方法研究[D];辽宁大学;2015年
7 徐晓妮;基于人工鱼群算法的协同过滤推荐算法研究[D];辽宁大学;2015年
8 罗培;移动购物导购关键技术的研究与系统实现[D];西南交通大学;2015年
9 李婧;融合用户差异度及信息熵的协同过滤推荐算法[D];西安建筑科技大学;2015年
10 乐柱;基于误差反馈的协同过滤算法[D];华南理工大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978