| 基于GEP-RBF的协同过滤数据稀疏性问题研究 |
| |
| 引用本文： | 古凌岚. 基于GEP-RBF的协同过滤数据稀疏性问题研究[J]. 计算机与数字工程, 2013, 41(9) |
| |
| 作者姓名： | 古凌岚 |
| |
| 作者单位： | 广东轻工职业技术学院计算机工程系 广州510300 |
| |
| 摘 要： | 针对传统协同过滤推荐算法的数据稀疏性问题,提出了基于GEP-RBF的协同过滤推荐算法.该算法对目标用户偏好的分类范畴进行了分析,构建了局部用户-项目评分矩阵,同时利用GEP优化RBF神经网络,预测局部用户-项目评分矩阵的缺失评分,平滑评分矩阵,并给出了用户评分项目交集阈值修正相似度的方法,提高用户相似度计算的准确性.实验结果表明,该算法能有效地缓解数据稀疏性问题,从而提高了协同过滤推荐系统的推荐质量.
|
| 关 键 词： | 协同过滤 基因表达式编程(GEP) 径向基函数(RBF)神经网络 数据稀疏性 推荐系统 |
Data Sparse Issue of Collaborative Filtering Algorithm Based on GEP-RBF |
| |
| GU Linglan. Data Sparse Issue of Collaborative Filtering Algorithm Based on GEP-RBF[J]. Computer and Digital Engineering, 2013, 41(9) |
| |
| Authors: | GU Linglan |
| |
| Abstract: | |
| |
| Keywords: | collaborative filtering gene expression programming radical basis function neural network the data sparse recommender systems |
| 本文献已被 万方数据 等数据库收录！ |
|
