典型文献
基于DE蝙蝠算法的混合推荐模型设计
文献摘要：
针对单一推荐算法的精度不足以及数据稀疏问题,普通加权混合推荐模型权值难以收敛到全局最优的问题,提出了一种基于差分进化蝙蝠算法构建的多元加权混合推荐模型(DEBA-Hybrid Recommendation Model).该模型通过差分进化蝙蝠算法优秀的全局寻优能力来寻找到适当的权值,对多种主流的推荐算法进行加权融合,以生成最终的用户评分预测矩阵进行物品推荐.使用RMSE和MAE指标在Movielens公开数据集上进行模型评估,结果表明该模型对比单一推荐算法和传统的加权混合推荐模型在推荐效果上有明显提升,具有实际意义.
文献关键词：
混合推荐模型;蝙蝠算法;差分进化;推荐算法;协同过滤
中图分类号：
作者姓名：
何昌隆;文斌
作者机构：
成都信息工程大学通信工程学院 成都 610225
文献出处：
引用格式：
[1]何昌隆;文斌-.基于DE蝙蝠算法的混合推荐模型设计)[J].计算机与数字工程,2022(07):1439-1443
A类：
DEBA
B类：
蝙蝠算法,混合推荐模型,模型设计,推荐算法,数据稀疏,权值,全局最优,差分进化,Hybrid,Recommendation,Model,全局寻优,寻优能力,加权融合,评分预测,RMSE,MAE,Movielens,公开数据集,模型评估,模型对比,推荐效果,实际意义,协同过滤
AB值：
0.305264
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。
