Indexed by：
Abstract：
推荐系统是解决互联网信息过载问题的有效途径之一,其中具有代表性的是协同过滤推荐.传统的协同过滤推荐方法只考虑评分信息,而评论信息则包含了用户和物品更具体的特征信息.使用主题模型LDA并结合评分信息和评论信息,提出了一种基于用户改进的LDA算法.假设每个用户下隐含着主题分布,主题下隐含着物品分布,同时词语的分布由主题和物品共同决定,该算法根据潜在主题分布挖掘用户兴趣进而完成推荐.实验结果表明,改进的算法有效提升了推荐质量.
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机科学
ISSN： 1002-137X
Year： 2017
Issue： 2
Volume： 44
Page： 267-269,305
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 9
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
