基于LSI信息融合的实时推荐算法研究

• 作者: 何子健 余俊辉 李乡儒 李嘉敏 李秋锐 郑圆君
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 知乎 潜在语义索引 实时推荐 信息融合
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 73-77,82
• 页数: 6页
• 分类号: TP391.1
• 字数: 5961字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.07.016

摘要

目前国内问答社区的用户检索推荐主要基于字符匹配,缺乏对用户的历史行为信息的综合利用.提出了一种基于LSI(latent semantic indexing)的用户实时推荐算法,融合了检索关键词和社区用户历史行为信息,实时推荐与检索内容确实相关的高质量用户.在关键词检索的问题上,突破了传统字符匹配的框架,融合了社区用户的历史行为信息进行检索,避免了因字符匹配产生的信息单薄而推荐错误;不同于LSI的传统应用,该系统利用LSI挖掘词语潜在语义和对向量空间降维的两个特性,将LSI应用在实时用户推荐情形,更高效地做出社区用户的推荐.推荐算法的训练和测试以知乎为例.真实数据表明,该算法推荐效果对比知乎推荐现状有明显提升,使推荐用户的历史行为信息与检索关键词相契合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李乡儒	华南师范大学数学科学学院	18	52	4.0	6.0
2	何子健	华南师范大学数学科学学院	1	2	1.0	1.0
3	李嘉敏	华南师范大学数学科学学院	1	2	1.0	1.0
4	李秋锐	华南师范大学数学科学学院	1	2	1.0	1.0
5	余俊辉	华南师范大学数学科学学院	1	2	1.0	1.0
6	郑圆君	华南师范大学数学科学学院	1	2	1.0	1.0