摘要
结合用户兴趣与新闻时效性的特点,对传统推荐算法和标准LDA主题模型进行思考,提出一种基于LDA(Latent Dirichlet Allocation)的文档-主题-词的三层贝叶斯概率模型结合时间函数的推荐算法,采用Gibbs Sampling进行超参数推导,提升推荐效果。实验结果表明,该算法在适当参数设定下的推荐结果比协同过滤及标准的基于改进LDA模型的算法有更小的预测误差,向用户推荐偏好新闻更有效率。
-
单位阜阳师范大学