基于用户兴趣变化和评论的协同过滤算法研究
Study on Collaborative Filtering Algorithm Based on User Interest Change and Comment作者机构：北京交通大学经济管理学院
出 版 物：《计算机科学》 (Computer Science)
年 卷 期：2018年第45卷第3期
页 面：213-217,246页
学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：协同过滤 稀疏数据集 主题模型 用户兴趣变化 评论相似度
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。
维普期刊数据库
同方期刊数据库