中国计量大学学报

2018, (01) 55-58+63

[打印本页] [关闭]
本期目录 | 过刊浏览 | 高级检索

一种负样本改进的LDA主题模型推荐算法

张航;何灵敏;

摘要(Abstract):

LDA主题模型是文本挖掘领域的重要算法,同时在推荐系统当中也有不错的表现.通过LDA主题模型挖掘用户感兴趣的主题,是目前最常用的用户兴趣主题挖掘方法之一.为了提高LDA主题模型应用在推荐系统时的推荐质量,我们提出了一种基于负样本进行学习的方法 negLDA.通过创造出负样本来学习用户对物品的负面预测评分,同时结合正样本学习得到的正面预测评分,从正反两个方面进行综合评测,从而更加精确地衡量出用户对物品的预测评分.通过在MoviesLens-100k、MovieLens-1M、FilmTrust这三个数据集上的实验,表明所提出的算法在精确率、召回率、AUC三个指标上相比传统算法均有一定改进.

关键词(KeyWords): LDA主题模型;推荐系统;负样本;矩阵分解;协同过滤

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 张航;何灵敏;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享