Applying memetic algorithm-based clustering to recommender system with high sparsity problem
Marung, Ukrit, Theera-Umpon, Nipon, Auephanwiriyakul, Sansanee · Acta Scientiarum Naturalium Universitatis Sunyatseni · 2014
一个新建议方法基于 memetic 被介绍基于算法的聚类。建议方法在四高度稀少的真实世界的数据集上被测试。它的建议表演被评估并且与的相比基于频率，基于用户，基于条款，基于簇、基因的基于算法的方法以精确，召回，和 F1 获得的 k 工具。结果证明建议方法在新用户下面产出更好的性能冷开始的问题当每新积极用户选择仅仅或二个项目进篮子时。所有四数据集上的平均 F1 分数被 225.0% ， 61.6% ， 54.6% ， 49.3% ， 28.8% ，和 6.3% 改进在上基于频率，基于用户，基于条款， k 工具基于簇，并且二个基因基于算法的方法分别地。