一种基于潜在类别模型的新闻推荐方法

被引：2

作者：

文鹏 ^{[1
]}

蔡瑞 ^{[2
]}

吴黎兵 ^{[2
]}

机构：

[1] 武汉大学信息管理学院

[2] 武汉大学计算机学院

来源：

情报杂志 | 2014年 / 01期

关键词：

潜在类别模型; 用户偏好; 用户模型; 新闻推荐;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

摘要：

设计一种基于潜在类别模型的新闻推荐模型,包含用户、新闻关键词和新闻类别三个外显变量及一个潜在类别变量。将用户、新闻和类别分别归类到相应的潜在类别中,根据用户兴趣偏好预测用户登陆新闻网站后可能访问的新闻项,生成个性化的新闻推荐序列,并通过实验证明了该三元模型的优越性。

引用

页码：161 / 166

页数：6

共 16 条

[1] 互联网推荐系统比较研究 [J].

许海玲 ;

吴潇 ;

李晓东 ;

阎保平 .

软件学报, 2009, 20 (02) :350-362

[2] 基于潜在类别模型的航空旅客分类 [J].

顾兆军 ;

王伟 ;

李晓红 .

计算机技术与发展, 2012, 22 (04) :182-186

[3]

潜在类别模型的原理与技术[M]. 教育科学出版社 , 邱皓政, 2008

[4]

现代信息检索[M]. 机械工业出版社 , ()RicardoBaeza-Yates,()BerthierRibeiro-Neto等著, 2005

[5]

Top- N news recommendations in digital newspapers[J] . Sergio Cleger-Tamayo,Juan M. Fernández-Luna,Juan F. Huete. &nbspKnowledge-Based Systems . 2011

[6]

Latent class models for collaborative filtering. Hofmann T,Puzicha J. Proceedings of the Sixteenth International Joint Conference on Artificial Intelligence . 1999

[7] 个性化推荐系统的研究进展 [J].

刘建国 ;

周涛 ;

汪秉宏 .

自然科学进展, 2009, 19 (01) :1-15

[8]

Comparing and Evaluating Information Retrieval Algorithms for New s Recommendation. Bogers T A,Van Den Bosch. Proceedings of the 2007 ACM Conference on Recommender Systems,RecSys’’07 . 2007

[9]

Google News Personalization:Scalable Online Collaborative Filtering. Das A S,Datar M,Garg A,et al. Proceedings of the 16th International Conference on World Wide Web,WWW’’07 . 2007

[10]

Probabilistic Latent Semantic Analysis. Hofmann Thomas. Proceedings of the 15th Conference on Uncertainty in Artificial Intelligence . 1999

← 1 2 →