【技术实现步骤摘要】
本专利技术涉及推荐方法，具体是一种针对大规模用户的多目标电影推荐方法。
技术介绍
1、随着互联网的蓬勃发展，信息以几何级增长，从而人们处在一个信息爆炸的时代中，进而人们每日都会接触大量甚至海量的信息。如何在大量电影信息中发现人们所感兴趣的电影，并将其推荐给用户，无疑成了一个值得研究的问题。目前电影推荐系统的设计和实现，一定程度上解决了信息时代中遇到的这些推荐问题。
2、但是在实际使用的过程中，处理海量的电影数据会产生以下主要问题：
3、1、庞大的电影数据量往往会降低数据的挖掘效果，很难向用户推荐符合用户需求的电影。
4、2、在使用过程中，往往是面向准确性的单个目标进行推荐，对于低暴露的长尾电影很难得到推荐，对于电影来说有失公平，会导致用户体验不佳，感觉推荐的电影没有新颖性。当电影推荐的多样性不好时，也会导致用户体验不佳。
5、3、在现实电影推荐场景中，当用户数量规模很大时，传统的多目标推荐方式，会存在推荐效率低和效果不佳的现象。
6、基于上述存在的技术问题，可知现阶段多目标的电...
【技术保护点】
1.一种针对大规模用户的多目标电影推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种针对大规模用户的多目标电影推荐方法，其特征在于，电影推荐候选集的获取过程具体如下：
3.根据权利要求2所述的一种针对大规模用户的多目标电影推荐方法，其特征在于，步骤S2的具体步骤如下：
4.根据权利要求3所述的一种针对大规模用户的多目标电影推荐方法，其特征在于，对C组用户组中的用户同时同步进行进化计算，以组Zc(c∈[0,C])的进化计算过程为例，具体如下：
5.根据权利要求4所述的一种针对大规模用户的多目标电影推荐方法，...
【技术特征摘要】
1.一种针对大规模用户的多目标电影推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种针对大规模用户的多目标电影推荐方法，其特征在于，电影推荐候选集的获取过程具体如下：
3.根据权利要求2所述的一种针对大规模用户的多目标电影推荐方法，其特征在于，步骤s2的具体步骤如下：
4.根据权利要求3所述的一种针对大规模用户的多目标电影推荐方法，其特征在于，对c组用户组中的用户同时同步进行进化计算，以组zc(c∈[0,c])的进化计算过程为例，具体如下：
5.根据权利要求4所述的一种针对大规模用户的多目标电影推荐方法，其特征在于，对组zc进行生成重复染色体操作，具体过程如下：
6....
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。