主題引導(dǎo)推薦系統(tǒng).pdf

1、隨著信息量爆炸式的增加，伴隨而來(lái)的是無(wú)關(guān)信息大量充斥在用戶身邊，用戶無(wú)法方便地獲取自己所需要的信息，因此在用戶身邊越來(lái)越頻繁地見(jiàn)到推薦系統(tǒng)的影子。推薦系統(tǒng)對(duì)于向特定用戶提供特定內(nèi)容，排除其他不適合用戶的信息起到了十分積極的作用。對(duì)于評(píng)判一個(gè)推薦系統(tǒng)來(lái)說(shuō)，最為關(guān)鍵的評(píng)價(jià)指標(biāo)包括推薦系統(tǒng)的推薦是否準(zhǔn)確，該推薦系統(tǒng)所消耗的資源以及時(shí)間是否很少。為了達(dá)成這三個(gè)目標(biāo)，眾多研究者參與其中，基于不同的環(huán)境提出了很多解決思路和方向，其中隱語(yǔ)義模型就是這

2、幾年比較熱門(mén)的方向。本文對(duì)于隱語(yǔ)義模型在推薦系統(tǒng)方面存在的問(wèn)題以及如何解決進(jìn)行了研究。本文的主要貢獻(xiàn)如下：
　　1、對(duì)推薦系統(tǒng)中隱語(yǔ)義模型的研究現(xiàn)狀進(jìn)行了綜述。本文詳細(xì)介紹了推薦系統(tǒng)以及常見(jiàn)的推薦系統(tǒng)模型的基本概念，分析了推薦系統(tǒng)中的隱語(yǔ)義模型及現(xiàn)有改進(jìn)了隱語(yǔ)義模型的一些方案，并對(duì)其中經(jīng)常使用到的主題模型進(jìn)行了深入分析。
　　2、為了解決之前存在的的直接通過(guò)個(gè)人的經(jīng)驗(yàn)來(lái)確定主題模型中的主題數(shù)量的問(wèn)題，使用了一種主成分分析的方

3、法來(lái)確定主題模型中的主題數(shù)量，之后我們也通過(guò)結(jié)果證實(shí)了該方法得到的主題數(shù)量的正確性。
　　3、為了解決隱語(yǔ)義模型中潛在因子的內(nèi)無(wú)法定義容的問(wèn)題，使用了主題模型從用戶對(duì)物品的評(píng)論信息中提取出了隱藏的主題信息以及相關(guān)的主題參數(shù)，并提出了一種偏好擴(kuò)散方法，該方法可以通過(guò)用戶對(duì)于物品的打分來(lái)對(duì)各個(gè)物品的主題參數(shù)進(jìn)行修正，以得到更加精確的結(jié)果。
　　4、本文提出了一種帶有時(shí)間參數(shù)的主題引導(dǎo)線性回歸模型，通過(guò)將模型中物品的屬性分布矩陣進(jìn)