基于主题和大众影响的用户动态行为倾向预测

• 作者: 尚燕敏 张闯 曹亚男 李阳 韩毅
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 用户实时兴趣 动态主题模型 矩阵分解 狄利克雷分布 大众影响
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 社会计算
• 页码范围: 1431-1447
• 页数: 17页
• 分类号: TP18
• 字数: 17680字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2018.01431

摘要

该文研究用户行为演变的过程.用户行为具有语义信息,借鉴概率潜在语义发现思想,来挖掘用户网络行为背后的倾向主题.行为倾向代表用户的兴趣,它随时间发生改变,这个变化除了受用户自身因素影响外,还受大众因素的影响.该文以搜索广告数据为实验数据,从语义的角度提出一种描述用户兴趣变化过程的因子模型,并预测用户对推荐项目的打分.它的创新之处在于:(1)以用户动态兴趣、项目主题、用户自身历史打分偏好、项目热度作为研究用户对推荐项目打分的因子要素;(2)利用动态主题模型从大众影响、用户自身因素两个方面研究用户兴趣变化的原因及过程;(3)对推荐项目,使用静态LDA得到每条项目的主题.最后大量的实验结果证明所提模型能够较好地预测用户实时兴趣.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张闯	中国科学院信息工程研究所	34	95	6.0	9.0
2	曹亚男	中国科学院信息工程研究所	7	37	4.0	6.0
3	李阳		12	41	4.0	6.0
4	尚燕敏	中国科学院信息工程研究所	6	36	4.0	6.0