近似概念的遗传生成算法及其推荐应用

作者：刘忠慧; 王梓宥; 闵帆

来源：计算机应用, 2021, 1-7.

• 形式概念分析
• 概念格
• 遗传算法
• 近似概念
• 推荐系统

由于构造概念格的时间复杂度高，在推荐领域已有研究者提出用概念集合来替代。但目前对概念集合的研究未考虑近似概念的作用。由此将近似概念引入推荐应用，并提出其遗传生成算法（ACGA）和推荐应用方案。由启发式方法生成初始概念集合；交叉算子对概念的外延两两求交集，得到近似概念；选择算子根据外延相似度以及相关阈值筛选出满足条件的近似概念，更新概念集合；不满足条件的近似概念由变异算子按照用户相似度进行外延调整，直到满足条件；基于新的概念集合，根据邻居用户的偏好向目标用户进行推荐。在4个推荐系统常用数据集上进行实验，结果证明了ACGA算法生成的近似概念提升了推荐效果。尤其在2个电影评分数据集上，ACGA算法与概率矩阵分解算法（PMF）相比，F1值提升了近78%，召回率提升了近104%，精确度提升了近56%；与K最近邻算法（KNN）比较，精确度提升了近11.5%。

• 单位
  西南石油大学