支持向量机在物品智能推荐中的应用

发布时间：2022-12-23 02:34

　　针对微校园App中物品搜索缺乏主动推荐的问题,利用遗传算法全局最优收敛的特性对支持向量机的二个关键参数C、σ进行寻优,以得到擅长小样本最优解的支持向量机推荐模型。应用结果显示,使用该方法推荐的物品在准确率和满意度方面都得到学生的认可,能满足App环境下按需自动推荐的要求,为无用户特征、有条件检索的物品推荐提供新的方法。 

【文章页数】：4 页

【参考文献】：
期刊论文
[1]稀疏表示和支持向量机相融合的非理想环境人脸识别[J]. 吴庆洪,高晓东.  计算机科学. 2020(06)
[2]融合知识图谱与用户评论的商品推荐算法[J]. 汤伟韬,余敦辉,魏世伟.  计算机工程. 2020(08)
[3]无线网络的电子商务商品自动推荐系统[J]. 邹坤.  现代电子技术. 2020(07)
[4]基于商品购买关系网络的多样性推荐[J]. 王茜,喻继军.  系统管理学报. 2020(01)
[5]基于图像特征匹配的推荐模型研究[J]. 刘东苏,霍辰辉.  数据分析与知识发现. 2018(03)
[6]一种改进的协同过滤方法在高校图书馆图书推荐中的应用[J]. 宋楚平.  图书情报工作. 2016(24)



本文编号：3724537