基于GEP-RBF的协同过滤数据稀疏性问题研究

• 作者: 古凌岚
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 协同过滤 基因表达式编程(GEP) 径向基函数(RBF)神经网络 数据稀疏性 推荐系统
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 算法与分析
• 页码范围: 1433-1436,1441
• 页数: 5页
• 分类号: TP391
• 字数: 5615字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2013.09.008

摘要

针对传统协同过滤推荐算法的数据稀疏性问题,提出了基于GEP-RBF的协同过滤推荐算法.该算法对目标用户偏好的分类范畴进行了分析,构建了局部用户-项目评分矩阵,同时利用GEP优化RBF神经网络,预测局部用户-项目评分矩阵的缺失评分,平滑评分矩阵,并给出了用户评分项目交集阈值修正相似度的方法,提高用户相似度计算的准确性.实验结果表明,该算法能有效地缓解数据稀疏性问题,从而提高了协同过滤推荐系统的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	古凌岚	广东轻工职业技术学院计算机工程系	32	251	11.0	15.0