-
题名一种融合用户主题兴趣与用户行为的文档推荐方法
被引量：8
- 1
-
-
作者
张桂平
翟顺龙
王裴岩
-
机构
沈阳航空航天大学人机智能研究中心
-
出处
《中文信息学报》
CSCD
北大核心
2017年第3期147-155,共9页
-
基金
国家科技支撑计划(2015BAH20F01)
国防科研基础项目(A0520131003)
-
文摘
针对单一角度描述用户兴趣存在片面性的问题,该文提出一种融合用户主题兴趣和用户行为的文档推荐方法。一方面从主题兴趣的角度,构建反映用户主题兴趣的主题向量用户模型;另一方面从用户行为的角度,构建反映用户行为兴趣的打分矩阵用户模型。然后,基于上述用户模型提出了两种文档推荐方法,并采用线性加权的方式融合这两种方法,从而实现对用户主题兴趣与用户行为的融合。实验结果表明,该方法的推荐结果好于协同过滤推荐方法和基于内容的推荐方法。
-
关键词
用户模型
主题兴趣
用户行为
文档推荐
-
Keywords
user model
topic interest
user behavior
document recommendation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于时间感知和用户兴趣重要度融合的文档推荐模型
被引量：2
- 2
-
-
作者
程树林
刘跃军
-
机构
安庆师范学院计算机与信息学院
安阳师范学院软件学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2015年第9期2003-2008,共6页
-
基金
河南省科技厅项目(132400410249)资助
-
文摘
基于内容的文档推荐系统中,传统的向量空间模型VSM直接使用TF-IDF方法确定权值,不能真正体现用户兴趣重要度;同时,由于未考虑用户兴趣随时间变化而发生改变,导致推荐精度较低.因此,提出了基于时间感知和用户兴趣重要度融合的文档推荐模型.首先根据用户浏览行为和相关信息,隐式提取用户兴趣,构建新的用户兴趣向量模型.针对用户兴趣受时间因素的影响,提出使用时间延迟函数对近期浏览的文档赋予更高的时间权值;然后应用灰色关联理论,建立用户兴趣因子序列与文档兴趣度参考序列间关联模型,以确定用户兴趣重要度;进而融合时间因素和用户兴趣重要度建立文档推荐模型.最后设计了一个实验系统,对比所提出的模型与其他两个模型的推荐效果,验证了基于时间感知和用户兴趣重要度融合的模型优于其他模型,能够为用户提供更准确的文档.
-
关键词
兴趣重要度
文档推荐
时间感知
灰色关联理论
向量空间模型
-
Keywords
interest importance degree
document recommendation
time-aw areness
grey incidence theory
vector space model
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
