社会网络中基于信任的LDA主题模型领域专家推荐

• 作者: 刘电霆 吴丽娜
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 社会网络 信息过载 主题模型 个性化推荐 用户信任
• 年，卷（期）: 2018,（4）
• 页码范围: 51-58
• 页数: 8页
• 分类号: TP393.4
• 字数: 5300字
• 语种: 中文
• DOI: 10.16088/j.issn.1001-6600.2018.04.007

摘要

随着Web 2.0技术的发展,社会网络为人们进行交流和协作提供了新的便捷平台.面对网络信息过载问题,在海量的信息中找到自己感兴趣并信任的领域专家,参考专家意见做抉择,变得十分困难.本文提出一种基于信任的LDA(latent Dirichlet allocation)主题模型社会网络中领域专家推荐方法,实现了基于用户信任的领域专家个性化推荐.该方法以LDA主题模型为基础,综合考虑社会网络结构、用户间的信任关系及社会影响力,弥补了传统专家推荐方法只考虑专家特征,导致专家推荐精度不高及推荐结果模式化的不足.最后通过实验验证了该方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘电霆	桂林理工大学机械与控制工程学院	48	186	7.0	11.0
2	吴丽娜	桂林理工大学信息科学与工程学院	1	1	1.0	1.0