【技术实现步骤摘要】
本专利技术涉及多目标推荐领域，更具体地说是一种基于多任务进化优化的多目标推荐方法。
技术介绍
1、推荐系统被认为是缓解信息超载的最有前途的工具之一，它可以根据用户的历史经验选择用户感兴趣的信息资源，从而实现为人们节省时间和成本的目的。为了解决传统的只关注精度的推荐技术的缺点，多目标进化算法已经成功应用，其中推荐通过同时考虑精度和非精度指标，将其建模为多目标优化问题。然而，在大多数现有的基于多目标进化的推荐算法中，个体表示通常以矩阵编码的形式表示，这导致了一个较大的搜索空间，特别是随着用户和物品数量的增加。多任务进化优化可以通过相关任务之间的知识转移来提高全局搜索能力和加速收敛，所以提出基于多任务进化优化的多目标推荐方法，既能提供更高质量的推荐列表组合供用户选择，又能在时间上得到优化。
2、目前多目标推荐领域有关工作主要分为以下两类：
3、(1)通用多目标推荐方法。通用多目标推荐方法一般首先使用传统的推荐算法，例如probs和ucf来预测用户对物品的评分，然后使用这些评分来计算准确性指标，最后利用多目标优化算法对准...
【技术保护点】
1.一种基于多任务进化优化的多目标推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多任务进化优化的多目标推荐方法，其特征在于，所述步骤1中，在用户层面上对原始任务进行简化包括以下步骤：
3.根据权利要求1所述的一种基于多任务进化优化的多目标推荐方法，其特征在于，所述步骤1中，在物品层面上对原始任务进行简化包括以下步骤：
4.根据权利要求1所述的一种基于多任务进化优化的多目标推荐方法，其特征在于，所述步骤2中，原始任务和辅助任务种群初始化具体包括以下步骤：
5.根据权利要求4所述的一种基于多任务进化优...
【技术特征摘要】
1.一种基于多任务进化优化的多目标推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多任务进化优化的多目标推荐方法，其特征在于，所述步骤1中，在用户层面上对原始任务进行简化包括以下步骤：
3.根据权利要求1所述的一种基于多任务进化优化的多目标推荐方法，其特征在于，所述步骤1中，在物品层面上对原始任务进行简化包括以下步骤：
4.根据权利要求1所述的一种基于多任务进化优化的多目标推荐方法，其特征在于，所述步骤2中，原始任务和辅助任务种群初始化具体包括以下步骤：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。