典型文献
基于自适应布谷鸟聚类搜索的推荐系统算法的研究
文献摘要：
推荐系统本质是一种信息检索技术,能根据用户喜好在海量数据中检索出合适数据推荐给用户,传统推荐系统一般使用协同过滤推荐算法,协同过滤推荐算法主要通过挖掘用户的历史行为数据进行推荐,但传统推荐算法存在着稀疏矩阵、冷启动、实时性等问题困扰[1];因此,本文提出一种基于自适应布谷鸟聚类搜索的改进推荐系统算法,首先对推荐数据进行聚类处理,然后利用布谷鸟算法较强的全局搜索能力,提升推荐系统的准确度,实验结果表明,引入自适应布谷鸟聚类搜索能对传统协同过滤算法在推荐精度、召回率等方面指标方面有一定提高,计算效果优于传统推荐算法.
文献关键词：
布谷鸟搜索算法;推荐系统;聚类
中图分类号：
作者姓名：
胡安明
作者机构：
广州理工学院计算机科学与工程学院,广东广州510540
文献出处：
引用格式：
[1]胡安明-.基于自适应布谷鸟聚类搜索的推荐系统算法的研究)[J].电脑知识与技术,2022(06):87-88,91
A类：
B类：
推荐系统,信息检索,检索技术,喜好,海量数据,一般使用,协同过滤推荐算法,史行,行为数据,稀疏矩阵,冷启动,推荐数,用布,布谷鸟算法,全局搜索,搜索能力,协同过滤算法,推荐精度,召回率,计算效果,布谷鸟搜索算法
AB值：
0.309443
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
