基于退火遗传算法的网络信息过滤系统研究  

Network information filtering model based on annealing genetic algorithm

作　　者：朱振方[1] 刘培玉[1] 张洪军 王美方[1] 

机构地区：[1]山东师范大学信息科学与工程学院,山东济南250014 [2]山东工会管理干部学院,山东济南250014

出　　处：《计算机工程与设计》2009年第2期419-422,共4页Computer Engineering and Design

基　　金：国家自然科学基金项目(60873247);山东省自然基金项目(Y2006G20);山东省高新自主创新专项工程基金项目(2008ZZ28)

摘　　要：分析了网络信息过滤一般模型以及现有技术,研究了如何更准确地构建用户模板,提出了一种基于遗传算法的网络信息过滤系统模型,并且引入了遗传扩展操作和Boltzmann群体更新准则来改进遗传算法存在的缺点,同时给出了一种Roocchio反馈模型对用户兴趣模板进行更新和维护。实验结果表明,基于该模型设计的网络信息过滤系统能够有效实现对网络信息过滤。The network model and general information filtering technology are analyzed. On how to build more accurate user templates and template learning algorithm is studied. A model of network information filtering system based on genetic algorithm is given, and the simulated annealing to improve the genetic algorithm is introduced. At the same time a model of user feedback Roocchio is presented to update and maintain interest template. Experiment shows that, the network information filtering system based on the model is achieved effectively filter information.

关 键 词：信息过滤 遗传算法 模拟退火 反馈 扩展操作 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]