基于排序主题模型的推荐系统-计算机科学与技术专业论文.docxVIP

研究生优秀毕业论文 大连海事大学学位论文原创性声明和使用授权说明原创性声明 大连海事大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果， 撰写成博／硕士学位论文 ： 基王封}度圭蕉槿型的迨塞推盏丕统二。除 论文中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已 在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体己 经公开发表或未公开发表的成果。本声明的法律责任由本人承担。 学位论文作者签名： 鞋 学位论文版权使用授权书 本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学 位论文的规定，即：大连海事大学有权保留并向国家有关部门或机构送交学位论 文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将本 学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫 描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕士 学位论文全文数据库》 (中国学术期刊(光盘版)电子杂志社)、 《中国学位论 文全文数据库》(中国科学技术信息研究所)等数据库中，并以电子出版物形式 出版发行和提供信息服务。保密的论文在解密后遵守此规定。 本学位论文属于： 保密口在——年解密后适用本授权书。 不保密一(请在以上方框内打·。√，，) 论文作者签名：车丰导师签名：L希互 日期：扣l碎J月z日 万方数据 中 中 文摘 要 摘要 论文推荐系统通过分析大量的文本信息和用户的行为信息，挖掘用户的潜在需 求，在海量的文档中为用户推荐感兴趣的论文，节省了读者的搜索时间。 本文构建一种基于排序主题模型的论文推荐系统，在保证推荐结果准确的前提 下，有效提高推荐的惊喜度，帮助用户发现有用的相关论文。首先将文章抽象成不 同的主题，通过对主题之间的关系度量来判断文章之间的相似性；针对主题重要性 度量问题，本文引入众包策略，通过微信公众平台将论文推荐系统应用于微信手机客 户端，收集用户对推荐结果惊喜度的评分，将用户的评分反馈给系统并调整不同主 题的权重，最终得到一个参考了用户感受的排序的主题列表。通过与未排序的主题 模型和没有用户反馈的推荐结果的实验对比，证明了排序主题模型可以有效提高推 荐系统的惊喜度。 文章主要工作包括以下三个方面： 1．基于主题模型的论文推荐。采用LDA主题模型训练语料库，将文档映射到主 题上，通过判断主题之间的相似性来为用户推荐可能感兴趣的论文。 2．推荐结果的惊喜度评价。通过模型的验证，本文提出一种对论文推荐系统惊 喜度的评价方法。将惊喜度定义为新颖性和相关性的总和，新颖性通过论文的流行 度计算，相关性则通过论文之间的相似性计算。 3．采用众包策略收集用户的评分反馈。反馈分为基于微信用户的单级反馈和基 于专家评分的多级反馈，基于微信的众包策略可以很方便地获取用户的评价，通过 用户的主观反馈来调整不同主题的权重，人为反馈信息更符合用户对推荐结果惊喜 度的需求。但是微信好友的反馈可能存在不准确性和随机性，为了验证反馈对推荐 结果的作用，本文加入了多级反馈策略，选取特定用户对推荐结果的多次反馈来调 整不同主题的权重。 关键词：论文推荐系统；排序主题模型；LDA反馈；惊喜度 万方数据 英文摘要ABSTRACT 英文摘要 ABSTRACT We introduce a paper recommender system based on ranking topic model．This method not only ensures the accuracy of recommendation，but also improves the serendipity of rec- ommendation，and meets the potential needs of users．In thjS paper,we convert articles into different topics by topic model，the similarities of articles are decided by the relationships of topics，the crowdsourcing is proposed to measure the important of topics．We apply the paper recommendation system in mobile client by the WeChat public platform，collecting the user’S scores of serendipity，the scores are feedback to system