基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用交互式遗传算法求解大数据信息检索问题时,为实现偏好信息的提取和优化,单用户需完成较多数量的人-机交互操作,由此易产生用户疲劳、算法搜索效率低的难题.对此,该文在算法中引入多用户并行策略,通过群体决策优势,提高样本利用效率.首先,根据优化目标性质确定共性化协同或个性化协同类型,基于用户浏览行为计算用户相似度和个体相似度.然后,通过共享偏好相似用户的偏好相似个体预测个体区间适应值.基于个体表现型相似度聚类,提出大规模种群个体“区间数-区间数”适应值赋值策略.最后,依据子代种群个体与父代种群最优个体的相似性,推荐用户最佳评价个体.将所提方法应用于装饰性墙壁纸选型问题,并与已有典型方法比较.结果表明,所提方法在推荐个体质量、减轻用户疲劳、提高搜索效率等方面均具有优越性.
推荐文章
分布协同交互式遗传算法及其在群体决策中的应用
交互式遗传算法
分布式
协同进化
群体决策
分布协同交互式遗传算法及其在群体决策中的应用
交互式遗传算法
分布式
协同进化
群体决策
一种基于改进遗传算法的MIMO多用户检测算法
MIMO
多用户检测
遗传算法
IGA-MUD
基于免疫遗传算法的多用户检测器设计
遗传算法
免疫系统
Hopfield网络
多用户检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于群体决策的多用户协同交互式遗传算法
来源期刊 电子与信息学报 学科 工学
关键词 遗传算法 交互 群体决策 多用户 协同
年,卷(期) 2018,(9) 所属期刊栏目 论文
研究方向 页码范围 2165-2172
页数 8页 分类号 TP301
字数 5740字 语种 中文
DOI 10.11999/JEIT171234
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭广颂 郑州航空工业管理学院机电工程学院 30 59 4.0 5.0
2 文振华 郑州航空工业管理学院机电工程学院 31 91 6.0 9.0
3 郝国生 江苏师范大学计算机科学与技术学院 13 45 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (98)
共引文献  (45)
参考文献  (14)
节点文献
引证文献  (4)
同被引文献  (29)
二级引证文献  (2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(16)
  • 参考文献(0)
  • 二级参考文献(16)
2011(15)
  • 参考文献(0)
  • 二级参考文献(15)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(14)
  • 参考文献(1)
  • 二级参考文献(13)
2014(13)
  • 参考文献(1)
  • 二级参考文献(12)
2015(6)
  • 参考文献(2)
  • 二级参考文献(4)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(5)
  • 参考文献(5)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
遗传算法
交互
群体决策
多用户
协同
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导