文献类型：期刊文章

作　　者：王玉珍[1,2] 许艳茹[2] 常丹[2]

Wang Yuzhen;Xu Yanru;Chang Dan(Gansu Silk Road Economic Research Institute,Lanzhou University of Finance and Economics,Lanzhou 730020,China;School of Information Engineering,Lanzhou University of Finance and Economics,Lanzhou 730020,China)

机构地区：[1]兰州财经大学丝绸之路经济研究院,兰州730020 [2]兰州财经大学信息工程学院,兰州730020

出　　处：《统计与决策》

基　　金：兰州财经大学丝绸之路经济研究院项目(JYYY201704);兰州财经大学科研项目(Lzufe2018B-04)

年　　份：2019

卷　　号：35

期　　号：4

起止页码：75-79

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2019_2020、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：为减小协同过滤算法造成的误差,提高推荐的效率和质量。文章用遗传算法优化RBF神经网络的初始权值,提出了SGA-RBF神经网络模型,在项目相似度的基础上,将SGA-RBF神经网络与协同过滤算法结合,预测了未评分项目的分数,将预测评分和实际评分进行比较,并计算了平均相对误差。经过遗传算法的优化,RBF神经网络的初始权值更加准确。实验结果显示,改进的协同过滤算法使预测更加精确,MAE值更低,具有一定的现实价值。

关 键 词：RBF神经网络 协同过滤 遗传算法

分 类 号：TP391.3] TP18[计算机类]