Оптимізація вагових коефіцієнтів у гібридній моделі користувача за допомогою генетичного алгоритму

Сучасні системи рекомендацій стикаються з проблемою адаптації до динамічних і мінливих уподобань користувачів. Традиційні моделі часто покладаються на фіксовані ваги характеристик, припускаючи, що кожна характеристика однаково впливає на обчислення подібності. Однак це надто спрощує різноманітний і мінливий характер уподобань користувачів, що призводить до неоптимальних рекомендацій. У нашій попередній роботі ми представили гібридну модель користувача, яка поєднує демографічні, колаборативні та контентні для підвищення точності рекомендацій. Ця стаття базується на цій моделі, пропонуючи рішення для динамічного коригування ваг характеристик за допомогою генетичного алгоритму (GA). GA пропонує ефективний підхід для оптимізації вагових показників за допомогою еволюції популяції потенційних рішень шляхом відбору, кросинговеру та мутації. Уточнюючи ваги функцій з часом...