-
公开(公告)号:CN112883282B
公开(公告)日:2023-12-22
申请号:CN202110340661.9
申请日:2021-03-30
Applicant: 辽宁工程技术大学
IPC: G06F16/9535 , G06N3/006
Abstract: 本发明公开了一种基于麻雀搜索优化聚类的组推荐方法,该方法包括以下步骤:S1、收集用户对项目进行评分的数据,使用麻雀搜索优化的密度峰值聚类算法对用户项目评分矩阵进行相似度划分,形成群体;选用皮尔逊相关性度量方法计算群体中成员之间的相似度,得到成员与成员的相似度矩阵;根据成员间的相似度值和信任度值设计公式计算成员相互的影响权重,得到成员与成员的权重值矩阵;通过得到成员相互影响的权重后估算成员对项目的新评分,根据平均策略估算群体中成员对每个项目的评分和排序,并推荐评分最高的Top‑k项目进行组推荐。本发明通过均值融合策略,将预测评分融合并排序完成top‑k推荐,解决推荐系统面向单一用户推荐的局限,提高推荐的准确度。
-
公开(公告)号:CN112883282A
公开(公告)日:2021-06-01
申请号:CN202110340661.9
申请日:2021-03-30
Applicant: 辽宁工程技术大学
IPC: G06F16/9535 , G06N3/00
Abstract: 本发明公开了一种基于麻雀搜索优化聚类的组推荐方法,该方法包括以下步骤:S1、收集用户对项目进行评分的数据,使用麻雀搜索优化的密度峰值聚类算法对用户项目评分矩阵进行相似度划分,形成群体;选用皮尔逊相关性度量方法计算群体中成员之间的相似度,得到成员与成员的相似度矩阵;根据成员间的相似度值和信任度值设计公式计算成员相互的影响权重,得到成员与成员的权重值矩阵;通过得到成员相互影响的权重后估算成员对项目的新评分,根据平均策略估算群体中成员对每个项目的评分和排序,并推荐评分最高的Top‑k项目进行组推荐。本发明通过均值融合策略,将预测评分融合并排序完成top‑k推荐,解决推荐系统面向单一用户推荐的局限,提高推荐的准确度。
-