TFIDF算法在文章推荐系统的应用
构建文章推荐系统需要把文章向量化,然后组建一个推荐矩阵,矩阵里的元数据(数值)会影响推荐效果,如何使文章推荐矩阵元数据更好地与用户行为关联起来,这里提出了基于TFIDF算法关联到用户行为的表示和更新机制,根据用户行为的特点,给予不同的权重,最终会影响到元数据的取值,进而能量化用户行为标签的兴趣值,另一方面也能产生更好的推荐效果.
TFIDF算法、余弦相似度、文章推荐系统、推荐矩阵、数据建模
15
TP391(计算技术、计算机技术)
2019-05-06(万方平台首次上网日期,不代表论文的发表时间)
共4页
17-20