%A 王华秋 %T 一种基于和声搜索的协同过滤算法研究 %0 Journal Article %D 2012 %J 数据分析与知识发现 %R 10.11925/infotech.1003-3513.2012.12.14 %P 79-84 %V %N 12 %U {https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/abstract/article_3670.shtml} %8 2012-12-25 %X 改进传统的相似度计算方法,为寻找最优的相似度函数,采用参数优化的和声搜索算法来寻找相似度函数的最优权值向量。为提高推荐速度,得到最优的相似度函数后,对于用户的推荐计算不再采用和声搜索算法。实验表明,和传统算法相比,该算法能提高预测精度和覆盖率,有更好的推荐效果,并能够更快地获得目标用户的最邻近用户,加快推荐的速度。