基于改进NSGA-Ⅱ的推荐算法

摘要

针对传统推荐技术中只关注推荐结果的准确率而忽略推荐多样性的问题,提出一种基于改进NSGA-Ⅱ的推荐算法.将传统的推荐问题建模成多目标优化问题,针对NSGA-Ⅱ算法中存在的不足提出一种动态计算拥挤距离的方法,设计一种基于近亲系数的交叉变异方式;通过改进的NSGA-Ⅱ算法对目标用户产生推荐,算法有效保证种群的多样性,解决了种群过早收敛的问题.实验结果表明,该算法在不降低准确率的同时,能够有效提高推荐结果的多样性.