一种融合LDA主题模型与LSTM网络的个性化推荐算法

• 作者: 孙怀远 尧婉辰 谢润忠
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: LDA主题模型 LSTM神经网络 个性化推荐算法 潜在语义标引
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 50-54
• 页数: 5页
• 分类号: TP312
• 字数: 4108字
• 语种: 中文
• DOI: 10.11907/rjdk.182905

摘要

为改善传统个性化推荐算法精准度不高的问题,使用评论数据作为数据集,先对评论数据作文本预处理和特征提取,然后使用LDA主题模型对文本特征数据建模,得到主题词分布,将其作为标签,同时使用LSTM网络作文本分类,通过计算得到好评率.最后把用户需求和标签利用潜在语义标引计算相似度,根据相似度和好评率大小向用户推荐结果.实验结果表明,该方法能够向用户推荐符合其兴趣的个性化需求信息,且准确率高于96％,证明了该推荐算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙怀远	上海健康医学院医疗器械学院	27	19	2.0	2.0
2	谢润忠	上海理工大学光电信息与计算机工程学院	2	0	0.0	0.0
3	尧婉辰	上海理工大学医疗器械与食品学院	3	0	0.0	0.0