结合时间加权和LDA聚类的混合推荐算法

摘要：

针对协同过滤算法仅依赖评分矩阵产生预测,推荐准确度不高的问题,提出一种结合时间加权和LDA聚类的混合推荐算法.先构造时间柱模型,根据用户评分及时刻生成时间加权相似度,采用加权平均偏差法生成时间加权的预测评分;再对项目类型进行LDA聚类生成主题项目簇,经过概率转移生成LDA聚类的预测评分;最后通过调节因子确定两种评分的权重系数,从而线性加权生成最终评分.实验结果表明,新算法能够根据具体的近邻数目给出合理的推荐,提高推荐的准确度.

关键词：协同过滤、LDA聚类、时间柱、概率加权、主题模型

所属期刊栏目：55

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61202022;上海海事大学研究生创新基金2017ycx061

在线出版日期：2019-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：160-166