個(gè)性化服務(wù)中用戶興趣模型研究-計(jì)算機(jī)理論論文十篇

Word-3-個(gè)性化服務(wù)中用戶興趣模型研究_計(jì)算機(jī)理論論文十篇共性化推舉服務(wù)中用戶愛好模型討論_計(jì)算機(jī)理論論文第一篇

我們用獲得的用戶掃瞄的n張網(wǎng)頁(yè)組成一個(gè)矩陣，每張網(wǎng)頁(yè)表示為：=這樣，用戶掃瞄網(wǎng)頁(yè)的特點(diǎn)矩陣就可表示為：

的每個(gè)行向量表示的是網(wǎng)頁(yè)，下標(biāo)m=max()。

這樣的表示在一定程度上代表了用戶的愛好，但也僅僅表示的是網(wǎng)頁(yè)內(nèi)容給用戶帶來(lái)的愛好，真正反應(yīng)用戶愛好的還應(yīng)加上用戶的行為愛好數(shù)據(jù).在矩陣d上加上用戶的行為數(shù)據(jù)。將用戶掃瞄的頁(yè)面內(nèi)容和用戶的行為結(jié)合起來(lái)，就獲得了完整的用戶愛好度模型。這樣，改進(jìn)后的用戶的愛好濃度就可表示為：=bi。

基于遺傳算法的大學(xué)排課系統(tǒng)討論_計(jì)算機(jī)理論論文其次篇

（1）初始化

初始化的目的在于為后面的遺傳操作提供初始種群。

在我們的算法中，因?yàn)槊看螌?duì)一位老師舉行遺傳操作，初始化時(shí)就需要考慮到教室準(zhǔn)時(shí)間的設(shè)定，這其中包括教室可容人數(shù)的最優(yōu)靠近（即避開一個(gè)30人的年級(jí)占用可容200人的教室這種狀況），以及上課時(shí)光支配的合理性，這在排課問(wèn)題描述中已有解釋。

（2）挑選[select]

挑選運(yùn)算用于模擬生物界去劣存優(yōu)的自然挑選現(xiàn)象。它從舊種群中挑選出適應(yīng)度高的某種染色體，放入配對(duì)集合中，為染色體交錯(cuò)和變異運(yùn)算產(chǎn)生新種群做預(yù)備。適應(yīng)度越高的染色體被挑選的可能性越大，

挑選操作的辦法有許多，如輪盤賭挑選法（roulettewheelselection），局部挑選法（localselection），錦標(biāo)賽挑選法（tournamentselection）等。討論中，我們選用了局部挑選法中的一種：截?cái)嗵暨x法（truncationselection）。在截?cái)嗵暨x法中，染色體按適應(yīng)度函數(shù)值由高到低排序，惟獨(dú)最優(yōu)秀的個(gè)體才干被選作父?jìng)€(gè)體。其中，用于打算染色體被選作父?jìng)€(gè)體的百分比的參數(shù)稱為截?cái)嚅y值trunc，其取值范圍為50%~10%。在該閥值之外的個(gè)體不能產(chǎn)生子個(gè)體。算法中挑選強(qiáng)度與截?cái)嚅y值的關(guān)系如表1所示。表1挑選強(qiáng)度與截?cái)嚅y值的關(guān)系[5]截?cái)嚅y值1%

10%20%40%50%80%挑選強(qiáng)度2.661.761.2

0.97

0.80.34

其中挑選強(qiáng)度是將正規(guī)高斯分布應(yīng)用于挑選辦法，期望平均適應(yīng)度。

挑選強(qiáng)度表示為：selinttrunc(trunc)=式中fc為下列高斯分布的積分下限：trunc=

（3）交錯(cuò)[crossover]

交錯(cuò)是按照挑選操作的結(jié)果，選取兩條染色體作為父?jìng)€(gè)體，再取一隨機(jī)值（設(shè)為r）與系統(tǒng)預(yù)設(shè)的交錯(cuò)率值（設(shè)為t）比較，若r<t則舉行交換基因。

（4）變異[mutate]

變異是隨機(jī)轉(zhuǎn)變?nèi)旧w中任一授課時(shí)段，將時(shí)段隨機(jī)抽取一點(diǎn)在設(shè)定范圍內(nèi)轉(zhuǎn)變。變異運(yùn)算仿照了生物在自然遺傳環(huán)境中因?yàn)楦鞣N偶然因素引起的基因突變，利用變異，染色體適應(yīng)度有可能強(qiáng)化也有可能降低，但它確保了種群中遺傳基因類型的多樣性，使搜尋能在盡可能大的空間中舉行，得到最優(yōu)解的可能性大大強(qiáng)化。

變異操作與交錯(cuò)操作類似，即定義一個(gè)變異概率pm，在變異時(shí)先產(chǎn)生一個(gè)隨機(jī)數(shù)r，當(dāng)r

圖2算例最高適應(yīng)值-平均適應(yīng)值曲線

由適應(yīng)值曲線圖能夠看出，該算法具有較好的收斂性，也說(shuō)明白本文中提到的染色體編碼計(jì)劃和適應(yīng)度函數(shù)可以較好地反映排課要求，染色體經(jīng)過(guò)世代進(jìn)化后能夠獲得令人愜意的最優(yōu)解。圖3是通過(guò)遺傳算法排出的01811,01812兩個(gè)年級(jí)某個(gè)學(xué)期的課表，從課表中能夠看出該課表不存在老師、教室、年級(jí)矛盾，同一門課程兩次上課時(shí)光間隔都達(dá)到一天以上，并且沒有課程被支配在晚上，因此不管是硬約束條件還是軟約束條件都獲得較好的滿足。

7

結(jié)論

本文論述了通過(guò)遺傳算法求解大學(xué)課表的支配問(wèn)題，試驗(yàn)證實(shí)文中提出的染色體編碼計(jì)劃和適應(yīng)度函數(shù)是可行