基于改进LDA主题模型的个性化新闻推荐算法

• 作者: 丁正祁 彭余辉 孙刚
• 来源期刊: 赤峰学院学报（自然科学版）
• 关键词: LDA主题模型 贝叶斯模型 推荐算法 时间函数
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 28-32
• 页数: 5页
• 分类号: TP391|O212.8
• 语种: 中文
• DOI: 10.3969/j.issn.1673-260X.2021.06.007

摘要

结合用户兴趣与新闻时效性的特点,对传统推荐算法和标准LDA主题模型进行思考,提出一种基于LDA(Latent Dirichlet Allocation)的文档-主题-词的三层贝叶斯概率模型结合时间函数的推荐算法,采用Gibbs Sampling进行超参数推导,提升推荐效果.实验结果表明,该算法在适当参数设定下的推荐结果比协同过滤及标准的基于改进LDA模型的算法有更小的预测误差,向用户推荐偏好新闻更有效率.