基于主题模型包含突发因素的推荐算法研究

• 作者: 严长春 於跃成 李君 生佳根
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 协同过滤 突发话题 主题模型
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 算法与分析
• 页码范围: 1304-1308,1366
• 页数: 6页
• 分类号: TP391.3
• 字数: 5518字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.06.009

摘要

推荐系统是社交平台个性化服务的重要工具,协同过滤算法由于其推荐的准确性和高效性已经成为推荐领域最经典的算法之一.论文提出一种结合突发话题检测和主题模型的混合协同过滤方法.该算法在语料筛选阶段加入了突发因素,使通过主题模型LDA话题训练的话题具有时效性,然后在低维主题-文档概率分布上计算用户和项目的相似度;最后采用邻域方法预测未知评分.实验表明,该方法适用于微博突发话题的推荐,显著提高了推荐系统的时效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	於跃成	江苏科技大学计算机学院	17	75	5.0	8.0
2	生佳根	江苏科技大学计算机学院	35	249	7.0	15.0
3	严长春	江苏科技大学计算机学院	4	0	0.0	0.0
4	李君	江苏科技大学计算机学院	1	0	0.0	0.0