融合LDA和TF-IWF的健康科普文章混合推荐方法研究

作     者：周欢 张培颖 ZHOU Huan;ZHANG Pei-ying

作者机构：湖南工业大学商学院湖南株洲412007 

出 版 物：《图书馆研究》 (Library Research)

年 卷 期：2022年第52卷第3期

页      面：26-35页

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 120502[管理学-情报学] 

基　　金：国家自然科学基金青年项目“社会网络下基于扩展灰数和云模型的影视推荐方法研究”(项目编号:71801090) 湖南省自然科学基金面上项目“社会化商务环境下基于文本情感分析和概率语言的推荐方法研究”(项目编号:2021JJ30225) 湖南省教育厅科学研究项目“基于知识发现和协同的在线健康社区精准知识服务研究”(项目编号:21B0553)研究成果之一 

主　　题：在线健康社区 科普文章推荐 LDA主题模型 TF-IWF权重 

摘      要：为了帮助用户更有效率地求医问诊、减少医疗资源的浪费及促进在线健康平台发展,提出一种融合LDA和TF-IWF的健康科普文章混合推荐方法。首先,从在线健康社区获取用户提问文本及科普文章文本,对这些文本数据运用LDA主题模型进行建模,并结合TF-IWF权重从海量的资源中找到用户需求主题及文章主题。然后,根据共同主题,采用协同过滤和基于内容的推荐算法生成基于用户的推荐列表和基于文章的推荐列表,对两个推荐列表的主题权重进行混合加权从而生成推荐结果,实现精准推荐和个性化推荐,提升在线健康社区用户健康素养,并减少医疗资源的浪费。实验结果表明,本研究采用的推荐方法可以降低数据维度及计算的复杂度,使权重取值更加合理化,具有较好的推荐效果。