基于改进LDA模型的图书推荐方法研究

摘要：

当前海量的商品信息困扰着顾客,商用图书推荐系统亟待研究与应用.本文提出一种改进LDA模型的图书推荐方法,根据用户微博内容和图书描述分别生成主题模型,并基于主题的词分布将表示用户主题的向量转化成由图书主题构成的向量,从而更精确地计算用户与图书之间的相似度,最后排序得到推荐结果.在实验中,本文对新浪微博用户推荐亚马逊图书,并与传统方法进行了对比.实验结果表明本文的方法效果更佳,可为当前的图书推荐提供参考.

关键词：图书推荐、主题模型、改进的LDA模型

所属期刊栏目：4

分类号：F270;G306;G35(企业经济)

资助基金：lSTlC-EBSCO 文献大数据发现服务联合实验室基金项目、南京理工大学本科生科研训练'百千万'计划项目201610288039

在线出版日期：2018-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：83-95