首页|基于DE蝙蝠算法的混合推荐模型设计

基于DE蝙蝠算法的混合推荐模型设计

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对单一推荐算法的精度不足以及数据稀疏问题,普通加权混合推荐模型权值难以收敛到全局最优的问题,提出了一种基于差分进化蝙蝠算法构建的多元加权混合推荐模型(DEBA-Hybrid Recommendation Model).该模型通过差分进化蝙蝠算法优秀的全局寻优能力来寻找到适当的权值,对多种主流的推荐算法进行加权融合,以生成最终的用户评分预测矩阵进行物品推荐.使用RMSE和MAE指标在Movielens公开数据集上进行模型评估,结果表明该模型对比单一推荐算法和传统的加权混合推荐模型在推荐效果上有明显提升,具有实际意义.
Design of Hybrid Recommendation Model Based on DE Bat Algorithm

何昌隆、文斌

展开 >

成都信息工程大学通信工程学院 成都 610225

混合推荐模型 蝙蝠算法 差分进化 推荐算法 协同过滤

2022

10.3969/j.issn.1672-9722.2022.07.008

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(7)
  • 6