基于隐式反馈集成LDA主题模型在IPTV节目推荐中应用.pdfVIP

基于隐式反馈集成的LDA模型在IPTV推荐中的应用

1111

,,,

1山东大学工业与系统

：互联网协议电视（IPTV），即通过互联网提然而，显式反馈并不总是可用的。有时只能获取用

供的电视服务，近年来越来越受欢迎。许多推荐系户的某些数据，如他们的记录、浏览记录

统被开发用于个性化的IPTV服务，其中理解用和收藏记录。

户的偏好是最关键的部分。传统的推荐系统仅考虑

用户的行为，但用户的其他隐式反馈行为，如

浏览、收藏等也反映了用户的偏好。我们提出了一

传统的推荐系统在没有显式反馈时仅使用用户的播

种新的潜在雷分配（LDA）模型，该模型不放记录。因为其他行为（如浏览或收藏）也反映了

仅考虑了用户的行为，还结合了浏览和收藏的

用户的偏好，所有可用的行为数据都应充分分析。

隐式反馈，以捕捉每个用户的内在偏好。该隐

本文提出了一种新颖的基于LDA的模型，该模

式反馈集成的LDA模型采用了三个LDA模型（

型充分利用了隐式反馈来发现用户的隐藏特征并进

行为模型、浏览行为模型和收藏行为

行有效的推荐。该模型使用每个用户对应的标

模型），并通过电视的特征进行整合。在此基题。表I展示了我们系统的输入示例。

础上，我们进一步通过逻辑回归算法计算每种行为

在推荐结果中的比例。实验结果显示，所主

题模型在推荐10个和200个时，平均精度为

表一用户行为记录示例

32.5%，其性能比仅使用行为的LDA高出19.5User用户行为

%。list浏览收藏

《教父》，《星球大战》，卧虎藏龙，

用户1《的救赎》，《丽人》，隐龙出世，

《救赎》，反击

回到过去，

：潜在雷分配（LDA），隐式反馈，IPTV

推荐用户2《公民凯恩》，《低俗》，《后窗》,

《卡萨布兰卡》，《夺宝奇兵》

《方舟》,