结合LDA和用户特征的协同过滤算法

摘要：

针对协同过滤推荐算法的冷启动和数据稀疏问题,提出一种结合LDA和用户特征的协同过滤算法.利用基于吉布斯采样的LDA主题模型生成项目-主题隶属概率矩阵,通过矩阵运算构造用户-主题评分数据,设计结合夹角余弦法的用户相似性计算方案,从概率角度论证方案处理稀疏数据的有效性;针对用户特征信息结合海明距离进行编码,设计冷启动用户相似性评价方案,提高冷启动用户相似性评价的合理性.基于MovieLens数据集的实验结果表明,所提算法在面临数据稀疏和冷启动问题时均有较好推荐效果,在最近邻个数较少时有较好表现.

关键词：协同过滤、数据稀疏、冷启动、LDA(隐含狄利克雷分布)、矩阵运算、海明距离

所属期刊栏目：42

分类号：TP312(计算技术、计算机技术)

资助基金：四川省教育厅基金项目18ZB0033

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2519-2525