文献类型：期刊文章

作　　者：仇焕青[1] 陈曙光[2] 龚芝[1] 张福泉[3]

QIU Huanqing;CHEN Shuguang;GONG Zhi;ZHANG Fuquan(School of Computer Science and Engineering,Hunan University of Information Technology,Changsha 410151,Hunan,China;School of Physics and Electronics,Hunan University,Changsha 410082,Hunan,China;College of Computer and Control Engineering,Minjiang University,Fuzhou 350108,Fujian,China)

机构地区：[1]湖南信息学院计算机科学与工程学院,湖南长沙410151 [2]湖南大学物理与微电子科学学院,湖南长沙410082 [3]闽江学院计算机与控制工程学院,福建福州350108

出　　处：《济南大学学报（自然科学版）》

基　　金：国家自然科学基金项目(61871204);湖南省教育厅科学研究项目优秀青年项目(22B1028,19B397);福建省科技计划项目引导性项目(2018H0028);湖南信息学院2022年度校级科研项目(XXY022QN04)。

年　　份：2023

卷　　号：37

期　　号：3

起止页码：309-315

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、ZGKJHX、核心刊

摘　　要：为了改善资源推荐算法的性能,提出基于鲸鱼优化算法(WOA)改进长短期记忆神经网络(LSTM)的资源推荐算法;首先提取资源和用户特征,构建特征差异值加权函数;然后,以资源-用户特征作为输入,建立基于LSTM的资源推荐算法,通过输入门、遗忘门、输出门及记忆节点对历史资源推荐数据按权重进行遗忘与筛选,有选择性地挑选部分数据进行循环迭代训练;考虑到LSTM的门操作需要设置的参数较多,引入WOA进行参数智能优化求解,提出WOA-LSTM算法,以提高LSTM的参数优化的精度及效率。结果表明,通过合理设置WOA参数,可以有效改善LSTM的资源推荐性能,与常用资源推荐算法相比,所提出的WOA-LSTM算法具有更高的推荐精度及稳定性。

关 键 词：资源推荐 长短期记忆神经网络  鲸鱼优化算法  特征差异值  

分 类 号：TP391.2]