基于進(jìn)化計(jì)算理論的推薦系統(tǒng)算法的研究.pdf

1、本世紀(jì)是信息的時(shí)代,信息的獲取、傳輸和存儲(chǔ)技術(shù)都得到了空前的快速發(fā)展,雖然現(xiàn)在人們獲取的信息不管是從速度上還是內(nèi)容上都比以往要上升幾個(gè)數(shù)量級(jí),但是這也帶來(lái)一些嚴(yán)峻的問(wèn)題。如何從海量的數(shù)據(jù)中快速的獲取自己想要的數(shù)據(jù)也變得異常艱難。為了解決這個(gè)問(wèn)題,推薦系統(tǒng)應(yīng)運(yùn)而生。對(duì)于推薦系統(tǒng)的研究引起了工業(yè)界、商業(yè)界、學(xué)術(shù)界的廣泛興趣。
　　本碩士論文對(duì)推薦系統(tǒng)做了深入了解與研究,包括推薦系統(tǒng)的概念、分類、存在的普遍問(wèn)題、常用的評(píng)價(jià)指標(biāo)和常用的推

2、薦系統(tǒng)算法特別是協(xié)同過(guò)濾推薦算法。由于目前學(xué)術(shù)界很少有考慮將推薦系統(tǒng)的推薦過(guò)程建模成數(shù)學(xué)優(yōu)化問(wèn)題,并用優(yōu)化的方法去求解該問(wèn)題,所以本文試圖將優(yōu)化與推薦相結(jié)合,用優(yōu)化的思想去求解推薦問(wèn)題。經(jīng)過(guò)分析與推導(dǎo),本文提出了一種多目標(biāo)優(yōu)化思路,提出了一種基于進(jìn)化多目標(biāo)優(yōu)化的推薦系統(tǒng)算法。該算法同時(shí)考慮推薦的精確度和推薦的新穎度,既要保證精確率又要盡可能地推薦新的物品給用戶,算法力求在兩者之間得到一種平衡。
　　該推薦算法一次運(yùn)行可以得到一組推