基于PLSA方法的用户兴趣聚类

• 作者: 于戈 于芳 王大玲 陈冬玲
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 用户兴趣描述文件 PLSA 潜语义空间 Zipf分布 用户兴趣层次树
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 信息与控制
• 页码范围: 53-56
• 页数: 4页
• 分类号: TP311
• 字数: 3497字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-3026.2008.01.014

摘要

为了在个性化搜索过程中能够准确地挖掘到用户的潜在兴趣并进行相应的聚类分析,提出采用潜语义空间的Zipf分布的特性,并结合PLSA(概率潜在语义分析)来获取全文的语义.即先通过Zipf分布原理找到文档的潜在语义空间,在此空间中对用户的兴趣进行聚类,并建立用户兴趣描述文件(user profile),即建立用户兴趣层次树.实验表明,所提出聚类算法的聚类效果明显优于传统的VSM(向量空间模型)的聚类效果,同时,在著名的CTI数据集上的个性化推荐实验结果也充分说明基于潜在语义空间构建的用户兴趣描述与用户真实兴趣相符合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于戈	东北大学信息科学与工程学院	426	6587	38.0	64.0
2	王大玲	东北大学信息科学与工程学院	70	1479	23.0	36.0
3	于芳	东北大学信息科学与工程学院	4	19	2.0	4.0
4	陈冬玲	东北大学信息科学与工程学院	7	60	4.0	7.0