LDA-CF一种混合协同过滤方法.pdfVIP

第 28卷 第 2期 中文信息学报 Vol_28，No．2 2014年 3月 J0URNAL0FCHINESEINF0RMATION PROCESSING Mar．，2014 文章编号：1003—0077(2014)02—0129—07 LDA-CF：一种混合协 同过滤方法 廉 涛 ，马 军 ，王帅强 ，崔超然 (1．山东大学 ，山东 济南 250101； 2．山东财经大学 ，山东 济南 250014) 摘 要 ：推荐系统是一种克服信 息过载的重要工具 ，其 中最流行的方法是协 同过滤 。该文提 出一种结合潜在 因素 模型和邻域方法 的混合协 同过滤方法 LDA-CF。我们首先将评分矩 阵转换成伪文档集合 ，使 用 LDA (Latent DirichletAllocation)主题模型发现用户和物 品潜在 因素 向量 ；然后在低维潜在 因素空间计算用户和物品相似度 ；最 后采用邻域方法预测未知评分 。在 MovieLens100k数据集上 的实验表 明：在评分预测任务 中，LDA—CF取得 的 MAE性能指标优于传 统的邻域方法 。因此 ，LDA可 以有效地从评分矩 阵 中发现对计算相似度十分有用的用户和 物品低维特征表示，在一定程度上缓解 了数据稀疏 问题 。 关键词 ：推荐系统 ；协 同过滤 ；主题模 型 中图分类号 ：TP391 文献标识码 ：A LDA—CF：A M ixtureM odelforCollaborativeFiltering LIAN Tao ，MA Jun ，WANG Shuaiqiang ，CUIChaoran (1．ShandongUniversity，Jinan，Shandong250101，China； 2．ShandongUniversityofFinanceandEconomics，Jinan，Shandong250014，China) Abstract：Recommendersystem isanimportanttOOltoovercomeinformationoverload，wherethemostpopularap— proachiscollaborativefiltering．Thispaperpresentsamixturemodelforcollaborativefiltering named LDA—CF， whichcombines1atentfactormodelsandneighborhoodmethods．Firstlyweconverttheratingsmatrixintoacollec— tionofpseudo—documentsandutilizetheLDA topicmodeltOidentifyuseranditem latentfactorvectors．Thenwe computeuser—item similaritiesinthelow-dimensionallatentfactorspace．Finallyweemploytheneighborhoodmeth— odstOpredictunobservedratings．ExperimentsonMovieLens10okdatasetdemonstratethatLDA—CFoutperformed neighborhoodmethodsonthetaskofratingpredictionintermsofMAE． Keywords：recommendersystems；collaborativefiltering；LDA 评分 ，从而进行个性化推荐[1]。 l 引言