计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2014年
8期
1363-1367
,共5页
减聚类%模糊聚类%遗传算法%协同过滤算法%推荐算法
減聚類%模糊聚類%遺傳算法%協同過濾算法%推薦算法
감취류%모호취류%유전산법%협동과려산법%추천산법
subtractive clustering%fuzzy clustering%genetic algorithms%collaborative filtering algorithms%recommendation algorithm
通过对传统协同过滤算法中存在的问题以及解决情况进行分析,论文采用了一种混合减聚类的遗传模糊聚类的协同过滤推荐算法,利用混合减聚类的模糊聚类可以更有效地对数据进行柔性划分,更好地发挥遗传算法的全局搜索能力,加快收敛速度,同时也能够很好地解决数据稀疏性带来的冷启动问题.
通過對傳統協同過濾算法中存在的問題以及解決情況進行分析,論文採用瞭一種混閤減聚類的遺傳模糊聚類的協同過濾推薦算法,利用混閤減聚類的模糊聚類可以更有效地對數據進行柔性劃分,更好地髮揮遺傳算法的全跼搜索能力,加快收斂速度,同時也能夠很好地解決數據稀疏性帶來的冷啟動問題.
통과대전통협동과려산법중존재적문제이급해결정황진행분석,논문채용료일충혼합감취류적유전모호취류적협동과려추천산법,이용혼합감취류적모호취류가이경유효지대수거진행유성화분,경호지발휘유전산법적전국수색능력,가쾌수렴속도,동시야능구흔호지해결수거희소성대래적랭계동문제.
