多主题受限玻尔兹曼机的长尾分布推荐研究

• 作者: 史明哲 吴国栋 张倩 疏晴
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 受限玻尔兹曼机 长尾分布 LDA主题模型 推荐系统
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 304-309
• 页数: 6页
• 分类号: TP311
• 字数: 6829字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2018.02.022

摘要

随着电子商务的快速发展,网络销售已成为一个重要的商品销售方式,而在线商品销售的长尾效应,也成为电子商务研究中亟待解决的问题.由于对冷门商品的评价数量少,导致现存的推荐算法很难使用户关注长尾商品,影响了长尾商品的销售,如何提高对长尾商品的推荐显得十分重要.本文提出L RRBM(Latent Dirichlet Allocation-Real Restricted Boltzmann Ma-chines)算法,通过提取用户偏好及商品的主题,结合改进受限玻尔兹曼机对商品未知主题权重的预测,以解决对长尾商品的推荐问题.试验结果表明了本文推荐算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴国栋	安徽农业大学信息与计算机学院	42	121	6.0	9.0
5	张倩	安徽农业大学信息与计算机学院	5	31	4.0	5.0
6	史明哲	安徽农业大学信息与计算机学院	3	5	1.0	2.0
7	疏晴	安徽农业大学信息与计算机学院	1	4	1.0	1.0