文档介绍：《现代图书情报技术》版权所有,欢迎下载引用!
请注明引用地址:一种基于和声搜索的协同过滤算法研究[J],现代图书情报技术,2012(12):79-84.
总第 227期 2012年第 12期
一种基于和声搜索的协同过滤算法研究
王华秋
(重庆理工大学计算机学院重庆 400054)
【摘要】改进传统的相似度计算方法,为寻找最优的相似度函数,采用参数优化的和声搜索算法来寻找相似度函
数的最优权值向量。为提高推荐速度,得到最优的相似度函数后,对于用户的推荐计算不再采用和声搜索算法。
实验表明,和传统算法相比,该算法能提高预测精度和覆盖率,有更好的推荐效果,并能够更快地获得目标用户的
最邻近用户,加快推荐的速度。
【关键词】协同过滤相似度函数权值向量和声搜索算法
【分类号】TP311 TP391
ResearchofaCollaborativeFilteringAlgorithm Basedon
HarmonySearch
WangHuaqiu
(puterScience,ChongqingUniversityofTechnology,Chongqing400054,China)
【Abstract】
malsimilarityfunction,thepaperpresentsharmonysearchalgorithm withparametersoptimizationtofindtheoptimal
,harmonysearchalgorithmisnolongerused
posedalgorithmcanmorequicklyobtainthenearestneighborusersofthetargetuser,men
dedspeed.
【Keywords】Collaborativefiltering Similarityfunction Weightsvector Harmonysearchalgorithm
1 引言
个性化推荐技术的基本原理是期望用户组和目标用户相似,这样就能比较正确地预测目标用户对没有进行
评价的产品的兴趣度[1]。近年来,个性化推荐技术越来越重要,已经应用在很多领域中,包括数字图书馆[2]。
个性化推荐技术的核心技术是过滤算法。协同过滤(CollaborativeFiltering,CF)是一种常用的过滤算法,其
原理是:首先搜索与目标用户习惯最接近的用户群体,然后将大多数相似用户评价最高的项推荐给目标用户[3]。
能否及时准确地找到目标用户的最近邻居关系到整个系统的推荐质量,如何进行准确并快速地计算用户相似性
成为