首页> 外文期刊>International Journal of Rough Sets and Date Analysis >A Particle Swarm Optimization Approach to Fuzzy Case-based Reasoning in the Framework of Collaborative Filtering
【24h】

A Particle Swarm Optimization Approach to Fuzzy Case-based Reasoning in the Framework of Collaborative Filtering

机译:协同过滤框架下基于粒子群算法的模糊案例推理

获取原文
获取原文并翻译 | 示例
           

摘要

The particle Swarm Optimization (PSO) algorithm, as one of the most effective search algorithm inspired from nature, is successfully applied in a variety of fields and is demonstrating fairly immense potential for development. Recently, researchers are investigating the use of PSO algorithm in the realm of personalized recommendation systems for providing tailored suggestions to users. Collaborative filtering
机译:粒子群优化(PSO)算法作为一种受自然启发的最有效的搜索算法,已成功应用于各种领域,并显示出巨大的发展潜力。最近,研究人员正在研究PSO算法在个性化推荐系统领域中的使用,以向用户提供量身定制的建议。协作过滤(CF)是推荐器系统中最有前途的技术,它根据用户先前表达的偏好以及其他类似用户的偏好向用户提供个性化推荐。但是,数据稀疏性和预测准确性是与CF技术相关的主要问题。为了解决这些问题,本文提出了一种新的CF技术方法,即采用PSO算法增强的基于模糊案例推理(FCBR)的PSO / FCBR / CF技术。在这种方法中,PSO算法用于估计特征的重要性,并在基于模糊案例的推理(FCBR)中相应地分配特征的权重,以计算用户和项目之间的相似度。这样,将PSO嵌入式FCBR算法用于预测用户项评级矩阵中的缺失值,然后采用CF技术为活跃用户生成推荐。实验结果清楚地表明,与其他现有的CF方案相比,该方案PSO / FCBR / CF解决了稀疏性问题,并提高了预测准确性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号