计算机工程

作者：叶莉, 吴春明, 强保华, 谢武

单位：1. 西南大学 计算机与信息科学学院, 重庆 400715;2. 广西密码学与信息安全重点实验室, 广西 桂林 541004;3. 广西高校云计算与复杂系统重点实验室, 广西 桂林 541004

关键词：多标准协同过滤,矩阵填充,改进粒子群优化算法,高斯算子,遗传算子

基金：国家自然科学基金（61762025）；西南大学自然科学基金（SWU112017）；广西密码学与信息安全重点实验室项目（GCIS201709）；广西云计算与大数据合作创新中心项目（YD16E04）；广西高校云计算与复杂系统重点实验室项目（14106，15204）。

在多标准协同过滤中，存在稀疏性处理方法单一以及传统粒子群优化（PSO）算法早熟、易陷入局部最优等问题。为此，基于矩阵填充及改进PSO算法，提出一种多标准协同过滤模型。采用矩阵填充方法对稀疏数据的缺失部分进行估算，以避免降维方法对原始数据信息造成损失，同时结合高斯算子快速收敛的优势以及遗传算子对生物进化模拟的有效性对PSO算法进行改进，聚合多标准评分生成TopN推荐列表。实验结果表明，与基于标准PSO算法以及基于遗传算子改进PSO算法的模型相比，该模型的评分预测准确度较优，能为个性化推荐提供有效的支持。

来源：2019年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第12期