个性化服务中用户兴趣模型研究-计算机理论论文十篇

Word-3-个性化服务中用户兴趣模型研究_计算机理论论文十篇共性化推举服务中用户爱好模型讨论_计算机理论论文第一篇

我们用获得的用户扫瞄的n张网页组成一个矩阵，每张网页表示为：=这样，用户扫瞄网页的特点矩阵就可表示为：

的每个行向量表示的是网页，下标m=max()。

这样的表示在一定程度上代表了用户的爱好，但也仅仅表示的是网页内容给用户带来的爱好，真正反应用户爱好的还应加上用户的行为爱好数据.在矩阵d上加上用户的行为数据。将用户扫瞄的页面内容和用户的行为结合起来，就获得了完整的用户爱好度模型。这样，改进后的用户的爱好浓度就可表示为：=bi。

基于遗传算法的大学排课系统讨论_计算机理论论文其次篇

（1）初始化

初始化的目的在于为后面的遗传操作提供初始种群。

在我们的算法中，因为每次对一位老师举行遗传操作，初始化时就需要考虑到教室准时间的设定，这其中包括教室可容人数的最优靠近（即避开一个30人的年级占用可容200人的教室这种状况），以及上课时光支配的合理性，这在排课问题描述中已有解释。

（2）挑选[select]

挑选运算用于模拟生物界去劣存优的自然挑选现象。它从旧种群中挑选出适应度高的某种染色体，放入配对集合中，为染色体交错和变异运算产生新种群做预备。适应度越高的染色体被挑选的可能性越大，

挑选操作的办法有许多，如轮盘赌挑选法（roulettewheelselection），局部挑选法（localselection），锦标赛挑选法（tournamentselection）等。讨论中，我们选用了局部挑选法中的一种：截断挑选法（truncationselection）。在截断挑选法中，染色体按适应度函数值由高到低排序，惟独最优秀的个体才干被选作父个体。其中，用于打算染色体被选作父个体的百分比的参数称为截断阀值trunc，其取值范围为50%~10%。在该阀值之外的个体不能产生子个体。算法中挑选强度与截断阀值的关系如表1所示。表1挑选强度与截断阀值的关系[5]截断阀值1%

10%20%40%50%80%挑选强度2.661.761.2

0.97

0.80.34

其中挑选强度是将正规高斯分布应用于挑选办法，期望平均适应度。

挑选强度表示为：selinttrunc(trunc)=式中fc为下列高斯分布的积分下限：trunc=

（3）交错[crossover]

交错是按照挑选操作的结果，选取两条染色体作为父个体，再取一随机值（设为r）与系统预设的交错率值（设为t）比较，若r<t则举行交换基因。

（4）变异[mutate]

变异是随机转变染色体中任一授课时段，将时段随机抽取一点在设定范围内转变。变异运算仿照了生物在自然遗传环境中因为各种偶然因素引起的基因突变，利用变异，染色体适应度有可能强化也有可能降低，但它确保了种群中遗传基因类型的多样性，使搜寻能在尽可能大的空间中举行，得到最优解的可能性大大强化。

变异操作与交错操作类似，即定义一个变异概率pm，在变异时先产生一个随机数r，当r

图2算例最高适应值-平均适应值曲线

由适应值曲线图能够看出，该算法具有较好的收敛性，也说明白本文中提到的染色体编码计划和适应度函数可以较好地反映排课要求，染色体经过世代进化后能够获得令人惬意的最优解。图3是通过遗传算法排出的01811,01812两个年级某个学期的课表，从课表中能够看出该课表不存在老师、教室、年级矛盾，同一门课程两次上课时光间隔都达到一天以上，并且没有课程被支配在晚上，因此不管是硬约束条件还是软约束条件都获得较好的满足。

7

结论

本文论述了通过遗传算法求解大学课表的支配问题，试验证实文中提出的染色体编码计划和适应度函数是可行