基于主題模型的資訊推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩76頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、如今,整個(gè)互聯(lián)網(wǎng)在快速發(fā)展和廣泛應(yīng)用下,網(wǎng)絡(luò)信息已經(jīng)處于一個(gè)過(guò)載的狀態(tài),然而有很大一部分用戶接受最新的信息是通過(guò)網(wǎng)絡(luò)的。相對(duì)于傳統(tǒng)的新聞網(wǎng)站只是將熱門的信息推送給用戶,導(dǎo)致所有的用戶獲得的新聞都是一樣的,用戶不能在這些新聞中快速而有效的獲取到自己真正關(guān)注的信息,而資訊推薦系統(tǒng)是應(yīng)用推薦算法在用戶的歷史行為數(shù)據(jù)中挖掘出用戶的偏好進(jìn)行資訊推薦的,因此,個(gè)性化資訊推薦方法也獲得了很大的重視。
  本文主要是在基于用戶主題興趣模型的基礎(chǔ)上

2、,計(jì)算出用戶的興趣主題模型分布,同時(shí)采用主題建模方法對(duì)新聞資訊文本內(nèi)容完成建模,計(jì)算出文章的主題分布,最后采用基于內(nèi)容的推薦算法,將用戶主題分布與文章主題分布相似的文章推薦給用戶。具體完成的研究工作有如下:
 ?。?)首先對(duì)個(gè)性化推薦中的重要算法和涉及到的技術(shù)進(jìn)行分析并對(duì)比,最終得出本系統(tǒng)所采用的是基于內(nèi)容的推薦算法。
 ?。?)本文采用的是基于移動(dòng)用戶畫(huà)像的個(gè)性化推薦,其中是根據(jù)用戶的用戶畫(huà)像分析出每個(gè)用戶的在資訊上的興趣

3、特征,建立用戶的興趣模型,從而計(jì)算出用戶的主題分布,另一方面,采用LDA(Latent Dirichlet Allocation)主題模型對(duì)大量新聞資訊進(jìn)行機(jī)器訓(xùn)練得出文章主題,建立文章的主題模型,再計(jì)算出文章的主題分布,將用戶的主題分布和文章的主題分布相似的進(jìn)行推薦,推薦方法采用的是基于各權(quán)值的排序算法實(shí)現(xiàn)對(duì)用戶推薦列表的更新。設(shè)計(jì)了離、在線模塊及時(shí)的預(yù)測(cè)出非活躍和活躍用戶的興趣分布,能夠做到實(shí)時(shí)的對(duì)這些用戶做出推薦。
 ?。?

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論