基于粒子群优化算法的协同过滤推荐并行化研究

作者：游思晴; 周丽; 赵东杰; 薛菲

来源：北京邮电大学学报, 2018, 41(06): 115-122.

DOI：10.13190/j.jbupt.2018-028

• 协同过滤推荐算法
• RLPSO算法
• K-means算法
• Spark

针对常用协同过滤推荐算法存在计算性能瓶颈的问题,提出了在Spark上并行化实现协同过滤推荐算法RLPSOKMCF.首先,通过具备反向学习和局部学习能力的粒子群优化(RLPSO)算法寻找粒子群最优解,输出优化后的聚类中心;然后,运用RLPSOKM算法对用户信息进行聚类;最后,将传统协同过滤推荐算法与RLPSOKM聚类结合,从而对目标用户进行有效推荐.实验结果显示,RLPSOKMCF算法在推荐准确度方面有显著提高,具有较高的加速比,稳定性也得到了一定提升.

• 单位
  北京物资学院