針對微校園App中物品搜索缺乏主動推薦的問題,利用遺傳算法全局最優(yōu)收斂的特性對支持向量機的二個關(guān)鍵參數(shù)C、σ進(jìn)行尋優(yōu),以得到擅長小樣本最優(yōu)解的支持向量機推薦模型。應(yīng)用結(jié)果顯示,使用該方法推薦的物品在準(zhǔn)確率和滿意度方面都得到學(xué)生的認(rèn)可,能滿足App環(huán)境下按需自動推薦的要求,為無用戶特征、有條件檢索的物品推薦提供新的方法。 

【文章頁數(shù)】：4 頁

【參考文獻(xiàn)】：
期刊論文
[1]稀疏表示和支持向量機相融合的非理想環(huán)境人臉識別[J]. 吳慶洪,高曉東.  計算機科學(xué). 2020(06)
[2]融合知識圖譜與用戶評論的商品推薦算法[J]. 湯偉韜,余敦輝,魏世偉.  計算機工程. 2020(08)
[3]無線網(wǎng)絡(luò)的電子商務(wù)商品自動推薦系統(tǒng)[J]. 鄒坤.  現(xiàn)代電子技術(shù). 2020(07)
[4]基于商品購買關(guān)系網(wǎng)絡(luò)的多樣性推薦[J]. 王茜,喻繼軍.  系統(tǒng)管理學(xué)報. 2020(01)
[5]基于圖像特征匹配的推薦模型研究[J]. 劉東蘇,霍辰輝.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(03)
[6]一種改進(jìn)的協(xié)同過濾方法在高校圖書館圖書推薦中的應(yīng)用[J]. 宋楚平.  圖書情報工作. 2016(24)



本文編號：3724537