10.3969/j.issn.1001-3881.2018.06.029
基于改进用户兴趣模型的个性化图书推荐算法
为了有效提高推荐算法的精确度,提出了一种适用于个性化图书推荐的改进隐含狄利克雷分配(Latent Dirichlet Allocation,LDA)用户兴趣模型.首先在借阅者-借阅者评分矩阵的基础上,通过增加借阅者特征信息相似度计算和借阅者-图书属性相似度计算,对图书内容相似度计算方法进行了改进.然后采用LDA主题挖掘模型来实现个性化图书推荐,并给出了相应的参数估计过程.实验结果显示:相比传统算法,提出的算法具有较高的准确度,能有效对图书进行挖掘,为借阅者推荐个性化和潜在感兴的书籍.
图书推荐、图书管理系统、LDA模型、推荐算法
46
TN91
2018-10-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
193-198