發(fā)布時間：2021-03-10 11:30

　　在當(dāng)今信息過載的互聯(lián)網(wǎng)時代,推薦系統(tǒng)特別是團隊推薦技術(shù)在機器學(xué)習(xí)和數(shù)據(jù)挖掘領(lǐng)域有著廣泛的應(yīng)用。而近年來,隨著計算機游戲的發(fā)展和人類娛樂需求的飛速增長,推薦算法也成為體育游戲中的一個重要內(nèi)容。實況足球2018（PES2018）是一款非常流行的體育游戲,可以完全模擬真實的足球比賽。影響足球比賽勝負的因素有很多,如果系統(tǒng)能夠自動推薦球員,組成一只勝率較高的團隊,將大大優(yōu)化游戲智能并提高玩家的游戲體驗。本文假定當(dāng)球隊選擇更多各方面熟練的球員,則更易獲取比賽的勝利,這意味著團隊強弱與其對各項技能的覆蓋范圍極為相關(guān)。因此基于此設(shè)定,在保證球員場上位置合適的情況下,本文提出了一種足球技能覆蓋函數(shù),作為量化球隊實力的目標函數(shù)。同時若目標函數(shù)具有子模性質(zhì),將有利于求解最優(yōu)解。因此本文證明了目標函數(shù)的子模性,從而將足球團隊組成問題,建模為一個以團隊球員總工資為約束的子模函數(shù)最大化問題。為解決上述成本約束的子模函數(shù)優(yōu)化問題,本文提出分界點概念,結(jié)合廣義貪婪算法與單位成本貪婪算法兩種策略,提出了成本有效前瞻選擇貪婪算法（Cost-Effective Forward selection Greedy Algor... 

【文章來源】：廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
【參考文獻】：
期刊論文
[1]基于最大化子模和RRWM的視頻協(xié)同分割[J]. 蘇亮亮,唐俊,梁棟,王年.  自動化學(xué)報. 2016(10)
[2]基于Tag和協(xié)同過濾的混合推薦方法[J]. 王衛(wèi)平,王金輝.  計算機工程. 2011(14)
[3]協(xié)同過濾系統(tǒng)項目冷啟動的混合推薦算法[J]. 郭艷紅,鄧貴仕.  計算機工程. 2008(23)



本文編號：3074530