基于蚁群算法和浏览路径的推荐算法研究.pdfVIP

鹈 浏览路径的推荐算法研究 王晗 夏 自谦 北京林业大学经济管理学院管理科学与工程系 统中，以提高算法的性能，获得更好的推 作用。这可与蚂蚁之间通过信息素进行间 本文提 出 一种结合蚁群L4r~t法和偏好浏 荐结果。 接通信进行类比。 览路径的推荐算法。引入 了蚁群算法中的挥 (2)．把 目标购买商品作为 “食物”，即项 发概念 ，考虑 时间变量、项 的距离变量改 1 基于群集智能算法的挖掘算法 目I。由于对应于每个用户类的 目标商品 进 了挖掘取户浏 览偏爱路径的算法。在推荐 是不一样的，存在多个最优路径 阶段根据用户的浏览行为结合偏atoll览路径， (3)．在 蚂“蚁”K和食物I之间有一个 在用户每一次浏览时计算出转移概率 ，动态 在传统的推荐系统中，离线挖掘模块 空间，分布着许多项 目类I．(i=0，1，2…m， 地进行推荐 该 算法能够反映用户的偏好并 使用较多的是基于统计或概率的数学模型 m ∈N) 进行有效推荐。 的算法、基于关联规则的数据挖掘算法。本 把项 目类视为蚂蚁觅食路上的节点， 文引入群集智能中的蚁群寻优算法，考虑 通过用户的浏览行为完成蚂蚁的访问，并 蚁群算法；浏览路径；推荐系统 网站结构中的距离因素和时间因素，引入 留下信息素，由一类用户累计浏览数据结合 信息素随时间挥发的概念，构造项 目评分 时间因素计算而来的项 目评分。 矩阵描述项 目之间的潜在关系，使挖掘模 表 1用户购物和蚂蚁觅食行为比对表 块更快地找到最优解。在推荐阶段，根据用 户的浏览行为结合转移概率对用户进行动 蚂蚁觅 巢穴 蚂蚁 信息索 觅食路径 食物 食寻优 m发 态推荐。 用户寻找 登陆 ^琐髯 砷 “ 奇 浏览路径 口枥 1．1蚁群算法 目标商品 刚站 商品 蚁群算法的运作机理。蚁群算法主要 1．3基于蚁群算法的描述 是模拟蚂蚁觅食行为 大量蚂蚁不断地从 定义1：把网站表示成有向图G- (U， 蚁穴出发