基于鲸鱼优化算法改进长短期记忆神经网络的资源推荐

打开文本图片集

摘要： 为了改善资源推荐算法的性能， 提出基于鲸鱼优化算法（WOA）改进长短期记忆神经网络（LSTM）的资源推荐算法； 首先提取资源和用户特征， 构建特征差异值加权函数； 然后， 以资源-用户特征作为输入，建立基于LSTM的资源推荐算法，通过输入门、 遗忘门、 输出门及记忆节点对历史资源推荐数据按权重进行遗忘与筛选，有选择性地挑选部分数据进行循环迭代训练；考虑到LSTM的门操作需要设置的参数较多，引入WOA进行参数智能优化求解，提出WOA-LSTM算法，以提高LSTM的参数优化的精度及效率。（剩余6926字）