融合评论主题信息的可解释推荐

• 作者: 侯雲峰
• 来源期刊: 现代计算机
• 关键词: 主题模型 推荐系统 矩阵分解
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 研究与开发
• 页码范围: 12-14,18
• 页数: 4页
• 字数: 2204字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2018.02.003

摘要

可解释推荐成为近年来推荐系统领域的一个热点研究话题.然而,现有的可解释推荐方法并不能定量地为推荐结果做出解释.为了解决这个问题,提出一种基于主题的矩阵分解模型.模型量化用户在特定主题上的偏好程度,并且能将用户主题偏好信息用于提升推荐的性能.最终通过一系列实验验证模型的推荐性能和解释能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯雲峰	四川大学计算机学院	3	0	0.0	0.0