基于SGA-RBF的协同过滤算法研究

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

所属期刊栏目：35

分类号：TP391.9(计算技术、计算机技术)

资助基金：兰州财经大学丝绸之路经济研究院项目JYYY201704;兰州财经大学科研项目Lzufe2018B-04

在线出版日期：2019-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：75-79