基于LDA主题模型的标签混合推荐研究

分类： 图书馆学、情报学 >> 图书馆学 提交时间： 2023-08-26 合作期刊: 《图书情报工作》

熊回香 窦燕

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。

 点击量 258  下载量 130  评论