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)絡時代，互聯(lián)網(wǎng)中所包含的信息量正以指數(shù)級的速度成倍增長，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行分析，從而在這些歷史信息中發(fā)現(xiàn)用戶的行為習慣和偏好。研究人員將這些分析的思想進一步總結(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蟻群算法，從而設計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”，目標商品視為“食物”，利用螞蟻之間通過信息素的交流來預測用戶下一步將要瀏覽的商品項目，并通過實驗測試該算法在預測準確度和分類準確度的表現(xiàn)。
　　推薦系統(tǒng)的準確性并不是衡量推薦系統(tǒng)好壞的