[發明專利]一種基于GWO-FCM的個性化推薦方法在審
| 申請號： | 202011495658.6 | 申請日： | 2020-12-17 |
| 公開（公告）號： | CN112507231A | 公開（公告）日： | 2021-03-16 |
| 發明（設計）人： | 王永貴;李昕 | 申請（專利權）人： | 遼寧工程技術大學 |
| 主分類號： | G06F16/9535 | 分類號： | G06F16/9535;G06N3/00;G06K9/62 |
| 代理公司： | 北京華夏正合知識產權代理事務所(普通合伙) 11017 | 代理人： | 韓登營;張麗萍 |
| 地址： | 123000 遼*** | 國省代碼： | 遼寧;21 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 gwo fcm 個性化 推薦 方法 | ||
【權利要求書】：
1.一種基于GWO-FCM的個性化推薦方法，其特征在于，包括以下步驟：
S1、從電影觀看平臺中得到用戶在一定時間周期內的數據信息，獲取用戶的興趣愛好；
S2、根據用戶的行為信息，應用優化的協同過濾算法提取電影信息，形成算法推薦列表；
S3、處理算法推薦列表，根據用戶的觀看記錄和瀏覽記錄進行篩選，預測過濾后的電影評分并且進行排序，得到實際推薦列表，形成個性化推薦；
S4、根據預測評分對推薦內容降序排列，將電影的具體信息推送到對應的位置。
2.如權利要求1所述的基于GWO-FCM的個性化推薦方法，其特征在于，所述步驟S2中優化的協同過濾算法即為GWO-FCM算法，使用灰狼算法對模糊C-均值算法的初始聚類中心進行優化，插入到傳統的協同過濾算法中。
3.如權利要求1所述的基于GWO-FCM的個性化推薦方法，其特征在于，所述步驟S4中，根據如下公式進行評分預測：
其中，Pi為計算得到的預測分數，為用戶u的平均評分，Iu為目標用戶的鄰居集合，simuv為用戶u和用戶v的相似度，不同用戶間的相似度計算公式如下：
其中，ru，i、ru，j分別表示用戶u對項目i和項目j的評分，表示用戶u對其評分項目的平均評分，Ui∩Uj表示對項目i和項目j同時評分過的用戶集合。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于遼寧工程技術大學，未經遼寧工程技術大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011495658.6/1.html，轉載請聲明來源鉆瓜專利網。
