基于LDA和CTR的用户模型分析

• 作者: 吕超镇 吴飞飞 姬东鸿
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 隐形狄雷克雷分布(LDA) 主题模型 基于主题模型的协同过滤(CTR) 用户模型 推荐
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 50-54
• 页数: 5页
• 分类号: TP391
• 字数: 5026字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1405-0179

摘要

个性化服务一直是研究的热点，但是如何构建完整的用户模型是一个颇有挑战性的问题。将基于主体模型LDA对用户模型进行预测，在用户和推荐项目的特征向量上采用CTR进行约束，使结果更为准确。在只需要少量人为因素下，由机器来训练最初的主题模型，在训练模型的基础上，通过选取100名用户的微博作为测试，用等级打分制来对推荐的项目进行打分，最终的结果显示，在新闻推荐上，微观满意度达到82.5%；而在名人推荐上，微观满意度达到了84.3%，综合以上，推荐服务的满意度还是令人满意的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬东鸿	武汉大学计算机学院	92	887	16.0	26.0
2	吕超镇	武汉大学计算机学院	2	76	2.0	2.0
3	吴飞飞	武汉大学计算机学院	2	76	2.0	2.0