基于SGA-RBF的协同过滤算法研究
王玉珍; 许艳茹; 常丹
2019
发表期刊统计与决策
期号4页码:75-79
摘要为减小协同过滤算法造成的误差,提高推荐的效率和质量。文章用遗传算法优化RBF神经网络的初始权值,提出了SGA-RBF神经网络模型,在项目相似度的基础上,将SGA-RBF神经网络与协同过滤算法结合,预测了未评分项目的分数,将预测评分和实际评分进行比较,并计算了平均相对误差。经过遗传算法的优化,RBF神经网络的初始权值更加准确。实验结果显示,改进的协同过滤算法使预测更加精确,MAE值更低,具有一定的现实价值。
关键词RBF神经网络 协同过滤 遗传算法
DOI10.13546/j.cnki.tjyjc.2019.04.017
URL查看原文
收录类别CSSCI
ISSN1002-6487
语种中文
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/10978
专题信息工程与人工智能学院
工商管理学院
作者单位1.兰州财经大学丝绸之路经济研究院;
2.兰州财经大学信息工程学院
推荐引用方式
GB/T 7714
王玉珍,许艳茹,常丹. 基于SGA-RBF的协同过滤算法研究[J]. 统计与决策,2019(4):75-79.
APA 王玉珍,许艳茹,&常丹.(2019).基于SGA-RBF的协同过滤算法研究.统计与决策(4),75-79.
MLA 王玉珍,et al."基于SGA-RBF的协同过滤算法研究".统计与决策 .4(2019):75-79.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
27962.pdf(1641KB)期刊论文出版稿暂不开放CC BY-NC-SA请求全文
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[王玉珍]的文章
[许艳茹]的文章
[常丹]的文章
百度学术
百度学术中相似的文章
[王玉珍]的文章
[许艳茹]的文章
[常丹]的文章
必应学术
必应学术中相似的文章
[王玉珍]的文章
[许艳茹]的文章
[常丹]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。