基于用户行为分析和LDA模型的数字媒体推荐系统的设计与实现

• 作者: 李散散
• 来源期刊: 现代电子技术
• 关键词: 数字媒体推荐系统 用户行为分析 LDA模型 行为特征提取 信息采集 自适应聚类
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 146-149,154
• 页数: 5页
• 分类号: TN911.1-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.07.035

摘要

为了提高数字媒体推荐能力,提出基于用户行为分析和LDA模型的数字媒体推荐系统的设计方法.构建数字媒体推荐的大数据信息采集和项目分布模型,采用关联规则调度的方法,提取数字媒体的用户行为本体特征,建立数字媒体推荐的用户行为特征检测模型.在LDA模型中,进行数字媒体推荐的模糊决策调度和特征映射处理,结合模糊C均值聚类方法,进行数字媒体推荐中用户行为特征的自适应聚类,计算数字媒体用户行为的联合信息熵,根据熵权分布进行数字媒体推荐模型的算法优化设计.在B/S构架体系下进行数字媒体推荐系统的软件开发设计,仿真实验结果表明,采用该方法进行数字媒体推荐的准确性较高,误差较小,提高了数字媒体推荐的实时性和满意度水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李散散	广州工商学院计算机科学与工程系	18	21	2.0	4.0