• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

王建 (王建.) | 黄佳进 (黄佳进.)

收录:

CQVIP PKU CSCD

摘要:

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。

关键词:

主题模型 信息过载 协同过滤 推荐系统

作者机构:

  • [ 1 ] 北京工业大学电子信息与控制工程学院

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

来源 :

计算机科学

年份: 2017

期: 02

卷: 44

页码: 267-269,305

被引次数:

WoS核心集被引频次: 0

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次:

中文被引频次:

近30日浏览量: 2

归属院系:

在线人数/总访问数:5573/2942861
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司