典型文献
近似概念的遗传生成算法及其推荐应用
文献摘要：
由于构造概念格的时间复杂度高,在推荐领域已有研究者提出用概念集合来替代概念格.但目前对概念集合的研究未考虑近似概念的作用,因此将近似概念引入推荐应用,并提出基于遗传算法(GA)的近似概念生成算法(ACGA)和相应的推荐应用方案.首先由启发式方法生成初始概念集合;其次用交叉算子对初始概念集合中的概念的外延两两求交集,从而得到近似概念;然后用选择算子根据外延相似度以及相关阈值筛选出满足条件的近似概念来更新概念集合,而不满足条件的近似概念由变异算子按照用户相似度进行外延调整,直到其满足条件;最后基于新的概念集合,根据邻居用户的偏好向目标用户进行推荐.在4个推荐系统常用的数据集上进行实验,结果表明ACGA生成的近似概念提升了推荐效果,尤其是在2个电影评分数据集上,ACGA与概率矩阵分解(PMF)算法相比,F1值提升了近78％,召回率提升了近104％,精确度提升了近57％;与K最近邻(KNN)算法比较,精确度提升了近12％.
文献关键词：
形式概念分析;概念格;遗传算法;近似概念;推荐系统
中图分类号：
作者姓名：
刘忠慧;王梓宥;闵帆
作者机构：
西南石油大学计算机科学学院,成都610500;西南石油大学人工智能研究院,成都610500
文献出处：
引用格式：
[1]刘忠慧;王梓宥;闵帆-.近似概念的遗传生成算法及其推荐应用)[J].计算机应用,2022(02):412-418
A类：
ACGA
B类：
近似概念,生成算法,概念格,时间复杂度,概念集,将近,概念引入,概念生成,应用方案,启发式方法,交叉算子,交集,选择算子,阈值筛选,满足条件,新概念,变异算子,照用,用户相似度,邻居,推荐系统,推荐效果,电影评分,评分数据,概率矩阵分解,PMF,召回率,最近邻,KNN,算法比较,形式概念分析
AB值：
0.323898
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。
