基于主题和大众影响的用户动态行为倾向预测

尚燕敏1张闯1曹亚男1李阳2韩毅3

1.中国科学院信息工程研究所; 2.中国电子信息产业集团有限公司; 3.国家电子政务外网管理中心;国家信息中心;

摘要：

该文研究用户行为演变的过程.用户行为具有语义信息,借鉴概率潜在语义发现思想,来挖掘用户网络行为背后的倾向主题.行为倾向代表用户的兴趣,它随时间发生改变,这个变化除了受用户自身因素影响外,还受大众因素的影响.该文以搜索广告数据为实验数据,从语义的角度提出一种描述用户兴趣变化过程的因子模型,并预测用户对推荐项目的打分.它的创新之处在于:(1)以用户动态兴趣、项目主题、用户自身历史打分偏好、项目热度作为研究用户对推荐项目打分的因子要素;(2)利用动态主题模型从大众影响、用户自身因素两个方面研究用户兴趣变化的原因及过程;(3)对推荐项目,使用静态LDA得到每条项目的主题.最后大量的实验结果证明所提模型能够较好地预测用户实时兴趣.

关键词：用户实时兴趣、动态主题模型、矩阵分解、狄利克雷分布、大众影响

所属期刊栏目：41

分类号：TP18(自动化基础理论)

资助基金：国家自然科学青年基金61602466,61403369,61602474;国家重点研发专项2016YFB0801304;国家自然科学基金61372191,61572492

在线出版日期：2018-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：1431-1447