| 基于用户兴趣变化和评论的协同过滤算法研究 |
| |
| 引用本文： | 董晨露,柯新生. 基于用户兴趣变化和评论的协同过滤算法研究[J]. 计算机科学, 2018, 45(3): 213-217, 246 |
| |
| 作者姓名： | 董晨露 柯新生 |
| |
| 作者单位： | 北京交通大学经济管理学院 北京100044,北京交通大学经济管理学院 北京100044 |
| |
| 摘 要： | 传统协同过滤算法中,随着用户和商品数量的日益增多,用户-项目评分矩阵越来越稀疏。针对这一问题,提出了一种基于用户兴趣变化和评论的协同过滤算法。该算法将用户评论和遗忘曲线引入传统协同过滤算法中,将评论文本作为商品特征描述文本,使用主题模型计算商品主题特征,引入艾宾浩斯遗忘曲线来协同计算用户的评论分布及评论相似度。将用户评论相似度和用户评分相似度相结合,以得到最终的用户相似度,进而对商品评分进行预测。对网络爬取的真实数据进行验证,结果显示该算法能够在稀疏数据集上获得较好的推荐结果。
|
| 关 键 词： | 协同过滤 稀疏数据集 主题模型 用户兴趣变化 评论相似度 |
| 收稿时间： | 2016-12-30 |
| 修稿时间： | 2017-03-16 |
Study on Collaborative Filtering Algorithm Based on User Interest Change and Comment |
| |
| DONG Chen-lu and KE Xin-sheng. Study on Collaborative Filtering Algorithm Based on User Interest Change and Comment[J]. Computer Science, 2018, 45(3): 213-217, 246 |
| |
| Authors: | DONG Chen-lu and KE Xin-sheng |
| |
| Affiliation: | School of Economics and Management,Beijing Jiaotong University,Beijing 100044,China and School of Economics and Management,Beijing Jiaotong University,Beijing 100044,China |
| |
| Abstract: | |
| |
| Keywords: | Collaborative filtering Sparse data set Topic model User interest change Comment similarity |
|
|
点击此处可从《计算机科学》下载全文 |
|
