| 基于泛函网络的组合推荐算法 |
| |
| 作者姓名： | 崔春生 |
| |
| 作者单位： | 1. 河南财经政法大学 计算机与信息工程学院, 郑州 450046;2. 中国社会科学院 数量经济与技术经济研究所, 北京 100010;3. 河南财经政法大学 经济研究中心, 郑州 450046 |
| |
| 基金项目： | 河南科技厅基础与前沿技术研究项目(132300410011);河南省科技厅软科学项目(142400410313);河南省社科规划办项目(2013BJJ061);河南省教育厅科学技术研究重点项目(14A630013) |
| |
| 摘 要： | 在研究组合算法的基础上,提出一种基于泛函网络实现前融合推荐算法. 探讨Vague集条件下推荐算法的前融合问题,给出了基于泛函网络构架实现前融合组合推荐算法的一般过程. 通过推荐系统泛函拓朴结构的建立,利用泛函神经元的自学习、自组织和自适应能力,进一步优化推荐结果,较大地提高了系统的推荐准确度. 最后,将算法应用于Movielens推荐系统中,计算机仿真实验结果表明,本文提出的基于泛函网络实现前融合推荐算法是有效的、可靠的.
|
| 关 键 词： | 推荐系统 组合推荐算法 电子商务 泛函网路 Vague集 |
| 收稿时间： | 2013-06-26 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 |
|
点击此处可从《系统工程理论与实践》下载全文 |
|
