基于鲸鱼优化算法改进长短期记忆神经网络的资源推荐 |
| |
引用本文: | 仇焕青,陈曙光,龚芝,张福泉.基于鲸鱼优化算法改进长短期记忆神经网络的资源推荐[J].济南大学学报(自然科学版),2023(3):309-315. |
| |
作者姓名: | 仇焕青 陈曙光 龚芝 张福泉 |
| |
作者单位: | 1. 湖南信息学院计算机科学与工程学院;2. 湖南大学物理与微电子科学学院;3. 闽江学院计算机与控制工程学院 |
| |
基金项目: | 国家自然科学基金项目(61871204);;湖南省教育厅科学研究项目优秀青年项目(22B1028,19B397);;福建省科技计划项目引导性项目(2018H0028); |
| |
摘 要: | 为了改善资源推荐算法的性能,提出基于鲸鱼优化算法(WOA)改进长短期记忆神经网络(LSTM)的资源推荐算法;首先提取资源和用户特征,构建特征差异值加权函数;然后,以资源-用户特征作为输入,建立基于LSTM的资源推荐算法,通过输入门、遗忘门、输出门及记忆节点对历史资源推荐数据按权重进行遗忘与筛选,有选择性地挑选部分数据进行循环迭代训练;考虑到LSTM的门操作需要设置的参数较多,引入WOA进行参数智能优化求解,提出WOA-LSTM算法,以提高LSTM的参数优化的精度及效率。结果表明,通过合理设置WOA参数,可以有效改善LSTM的资源推荐性能,与常用资源推荐算法相比,所提出的WOA-LSTM算法具有更高的推荐精度及稳定性。
|
关 键 词: | 资源推荐 长短期记忆神经网络 鲸鱼优化算法 特征差异值 |
|