基于标签主题的协同过滤推荐算法研究
Research on Collaborative Filtering Recommendation Algorithm Based on Topic of Tags作者机构：信息物理社会可信服务计算教育部重点实验室重庆400030 重庆大学软件学院重庆401331
出 版 物：《计算机工程》 (Computer Engineering)
年 卷 期：2017年第43卷第1期
页 面：247-252,258页
学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论]
基 金：国家自然科学基金(61379158 61502062) 重庆市科技计划项目(cstc2014jcyj A40054)
主 题：标签主题 协同过滤 潜在Dirichlet分布模型 个性化推荐 相似度
摘 要：传统基于标签的推荐算法仅考虑用户的评分信息,导致推荐准确度不高。为解决该问题,提出一种改进的协同过滤推荐算法。对用户-标签矩阵、资源-标签矩阵进行潜在Dirichlet分布建模,发掘推荐系统中的潜在语义主题,从语义层面计算用户对各资源的偏好概率,将计算出的偏好概率与协同过滤算法计算出的资源相似度相结合,预测用户偏好值,实现个性化推荐。在Movielens数据集上的实验结果表明,与传统基于标签的推荐算法相比,该算法能消除标签中存在的同义词、多义词等语义模糊问题,同时提高推荐准确度。
维普期刊数据库
同方期刊数据库