《计算机应用研究》|Application Research of Computers

基于频繁主题集偏好的学术论文推荐算法

Academic paper recommendation algorithm based on frequent topic sets preference

免费全文下载 (已被下载 次)  
获取PDF全文
作者 李冉,林泓
机构 武汉理工大学 计算机科学与技术学院
统计 摘要被查看 次,已被下载
摘要 针对学术论文推荐中项目冷启动问题,提出了一种基于频繁主题集偏好的协同主题回归模型。该算法考虑到用户在选择学术论文时对研究热点的偏好,使用频繁主题集代表研究热点,将用户对研究热点的偏好表示成用户对频繁主题集的偏好。首先,通过潜在狄利克雷分布主题模型挖掘得到论文—主题概率分布矩阵,并筛选出论文中概率较高的主题;然后,挖掘出频繁出现的主题集合,并得到论文-频繁主题集矩阵;最后,在预测未知评分时融入用户对频繁主题集的偏好。在CiteULike数据集上的实验表明,相比于矩阵分解模型和协同主题回归模型,该算法在召回率、准确率和RMSE三个指标上都有所提升。
关键词 论文推荐;主题模型;频繁主题集
基金项目
本文URL http://www.arocmag.com/article/02-2019-09-008.html
收稿日期
修回日期
页码 -
中图分类号 TP301.6
文献标志码