基于隱式主題模型的個(gè)性化圖書(shū)推薦系統(tǒng)研究與實(shí)現(xiàn).pdf

1、圖書(shū)推薦是個(gè)性化推薦系統(tǒng)研究與應(yīng)用的一個(gè)重要方向，可以幫助用戶在大規(guī)模的圖書(shū)資源中快速找到滿足自己需求的圖書(shū)。圖書(shū)推薦系統(tǒng)通過(guò)基于內(nèi)容或基于歷史記錄等推薦方法，挖掘圖書(shū)之間的相關(guān)性及用戶的需求，以此作為推薦依據(jù)，向用戶推薦相關(guān)的圖書(shū)，最終提高信息服務(wù)的質(zhì)量。
　　針對(duì)傳統(tǒng)的空間向量模型TF-IDF方法無(wú)法有效地分析圖書(shū)主題之間的相關(guān)性這一問(wèn)題，本文通過(guò)使用隱式主題模型，將圖書(shū)介紹文本表示為圖書(shū)的主題概率分布形式，挖掘每篇圖書(shū)文本的

2、潛在主題與結(jié)構(gòu)。在LDA隱式主題模型所引入的主題向量空間基礎(chǔ)上，不僅對(duì)圖書(shū)介紹文本進(jìn)行了降維處理，而且通過(guò)比對(duì)不同圖書(shū)中所隱含的主題結(jié)構(gòu)，可以進(jìn)一步應(yīng)用基于概率的相似性度量方法發(fā)現(xiàn)圖書(shū)之間的主題相似性，為用戶提供基于主題相似性的圖書(shū)推薦方法。
　　本文的研究?jī)?nèi)容主要包括三個(gè)部分：
　　1.基于LDA圖書(shū)隱式主題模型的圖書(shū)推薦：根據(jù)LDA算法，把圖書(shū)介紹文本解析為主題概率分布，使用相似性度量方法，實(shí)現(xiàn)基于主題相似性的圖書(shū)推薦；

3、
　　2.基于用戶隱式主題模型的圖書(shū)推薦：在圖書(shū)LDA隱式主題模型的基礎(chǔ)上，考慮不同用戶自身的興趣和需求，構(gòu)建用戶的主題興趣模型，實(shí)現(xiàn)基于主題相似性的用戶個(gè)性化圖書(shū)推薦；
　　3.基于Java的個(gè)性化圖書(shū)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)：在基于圖書(shū)主題和基于用戶主題的推薦算法的基礎(chǔ)上，利用JavaWeb開(kāi)發(fā)并實(shí)現(xiàn)基于MVC架構(gòu)下的圖書(shū)推薦原型系統(tǒng)。
　　本文使用從網(wǎng)絡(luò)收集的圖書(shū)數(shù)據(jù)集對(duì)所研究的算法進(jìn)行了實(shí)驗(yàn)，并與基于傳統(tǒng)的空間向量