公开(公告)号：CN108153918A

公开(公告)日：2018-06-12

申请号：CN201810112384.4

申请日：2018-02-05

Applicant: 北京工业大学

Inventor： 杨新武 ,  郭西念 ,  王芊霓 ,  陈晓丹

IPC: G06F17/30 ,  G06N3/00

Abstract: 基于自适应正交交叉的多目标优化算法的个性化电影推荐方法，针对传统推荐算法对准确性和非准确性两个对立指标的优化不足，采用多目标优化算法对这两个目标进行优化，从而在保持准确性的情况下提高多样性。针对NSGA-II多目标优化算法存在的不足，提出了改进算法SMOCDE，该算法设计了自适应多目标正交交叉算子SMOC，使用该算子对种群进行初始，避免了种群分布不均匀；运用该算子进行交叉操作，保持了种群的收敛性和分布性。将该算法应用于个性化电影推荐这一实际问题中，通过和现有的推荐算法进行测试对比验证了算法的通用性和有效性，提高了推荐结果的准确性、多样性。

公开(公告)号：CN108153918B

公开(公告)日：2021-07-30

申请号：CN201810112384.4

申请日：2018-02-05

Applicant: 北京工业大学

Inventor： 杨新武 ,  郭西念 ,  王芊霓 ,  陈晓丹

IPC: G06F16/9535 ,  G06F16/735 ,  G06F16/78 ,  G06N3/00

Abstract: 基于自适应正交交叉的多目标优化算法的个性化电影推荐方法，针对传统推荐算法对准确性和非准确性两个对立指标的优化不足，采用多目标优化算法对这两个目标进行优化，从而在保持准确性的情况下提高多样性。针对NSGA‑II多目标优化算法存在的不足，提出了改进算法SMOCDE，该算法设计了自适应多目标正交交叉算子SMOC，使用该算子对种群进行初始，避免了种群分布不均匀；运用该算子进行交叉操作，保持了种群的收敛性和分布性。将该算法应用于个性化电影推荐这一实际问题中，通过和现有的推荐算法进行测试对比验证了算法的通用性和有效性，提高了推荐结果的准确性、多样性。

公开(公告)号：CN109522487A

公开(公告)日：2019-03-26

申请号：CN201811574652.0

申请日：2018-12-21

Applicant: 北京工业大学

Inventor： 杨新武 ,  王芊霓 ,  赵佳琪

IPC: G06F16/9535

Abstract: 本发明公开了一种基于评论的餐厅个性化推荐方法，(1)训练词向量模型：读取Yelp数据集中用户的评论数据。得到词向量模型。Yelp数据集中包含餐厅，用户，用户对餐厅评论的数据；(2)读取yelp数据集中用户的评分数据，根据用户对餐厅的评分构建用户-餐厅评分矩阵；(3)计算用户相似度；(4)预测用户对未去过的餐厅的评分：根据用户相似度为目标用户选则TopK个近似邻居，然后使用加权平均方法预测用户对未去过的餐厅的评分；(5)为用户推荐个性化的餐厅:根据步骤4获得的用户对未去过的餐厅的评分预测结果，对餐厅进行排序，为用户推荐N个最可能去的餐厅；(6)均方根误差RMSE，度量预测精度。本方法能在很大程度上提高推荐精度。