基于LDA主题模型的标签混合推荐研究

摘要：

[目的/意义]针对目前使用标签推荐方法所得结果不理想的问题,改进传统相似度计算方式,并结合多种标签推荐方法,提高推荐准确性.[方法/过程]融合基于内容与协同过滤的推荐思想,利用LDA进行相似度计算得出资源与用户的近邻集合,并抽取资源内容关键词,以此构建标签混合推荐模型,最后以“豆瓣读书”为例对模型进行验证,同时与几种标签推荐方法进行比较.[结果/结论]在社会标注系统中,必须考虑用户-资源-标签3个维度,仅考虑单一角度势必会造成结果的不完整,同时在相似度计算时引入LDA能够挖掘潜在语义关系,提高推荐质量,且组合多种方法取长补短可以令推荐结果更为满意.

关键词：社会标注、标签推荐、协同过滤、LDA

所属期刊栏目：62

分类号：TP181(自动化基础理论)

资助基金：国家社会科学基金项目“大众分类中标签间语义关系挖掘研究”12BTQ038

在线出版日期：2018-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：104-113