融合蟻群算法的用戶瀏覽路徑推薦系統(tǒng)研究.pdf

1、在信息爆炸的網(wǎng)絡(luò)時(shí)代，互聯(lián)網(wǎng)中所包含的信息量正以指數(shù)級(jí)的速度成倍增長，簡單的搜索引擎已經(jīng)不能滿足用戶從大量的信息中搜尋并獲取有效信息，信息利用率低。為了解決該問題，研究人員提出推薦系統(tǒng)。推薦系統(tǒng)是一種新型的專家系統(tǒng)，它可以通過對用戶的歷史行為進(jìn)行分析，從而在這些歷史信息中發(fā)現(xiàn)用戶的行為習(xí)慣和偏好。研究人員將這些分析的思想進(jìn)一步總結(jié)從而形成推薦算法，此后就可以利用該推薦算法向用戶推薦商品或其他信息，為用戶從海量數(shù)據(jù)中獲取有效信息提供了方便

2、。
　　本文首先討論了推薦系統(tǒng)中的核心算法，詳盡分析了各推薦算法的原理，并比較相互之間的優(yōu)劣。為了進(jìn)一步提高推薦系統(tǒng)的推薦質(zhì)量，本文在協(xié)同過濾算法中融合了仿生學(xué)蟻群算法，從而設(shè)計(jì)了一種新型的推薦算法。該算法模擬螞蟻覓食原理，將用戶視為“螞蟻”，目標(biāo)商品視為“食物”，利用螞蟻之間通過信息素的交流來預(yù)測用戶下一步將要瀏覽的商品項(xiàng)目，并通過實(shí)驗(yàn)測試該算法在預(yù)測準(zhǔn)確度和分類準(zhǔn)確度的表現(xiàn)。
　　推薦系統(tǒng)的準(zhǔn)確性并不是衡量推薦系統(tǒng)好壞的