本文選題：學(xué)術(shù)推薦 + 用戶行為�。� 參考：《情報(bào)學(xué)報(bào)》2017年07期

【摘要】：提出一種新的融合內(nèi)容特征和非內(nèi)容特征以及用戶行為的推薦算法ER(Excellent Recommendation),快速準(zhǔn)確地為用戶推薦感興趣的、高質(zhì)量的5類學(xué)術(shù)資源,以實(shí)現(xiàn)學(xué)術(shù)資源的優(yōu)質(zhì)推薦。ER算法從資源類型、學(xué)科分布、關(guān)鍵詞分布和LDA(Latent Dirichlet Allocation)主題分布共4個(gè)內(nèi)容特征對(duì)5類學(xué)術(shù)資源建模,融合用戶行為后進(jìn)行用戶興趣偏好建模,根據(jù)權(quán)威度、社區(qū)熱度和時(shí)新度等3個(gè)非內(nèi)容特征對(duì)學(xué)術(shù)資源的質(zhì)量值進(jìn)行評(píng)估,最終根據(jù)學(xué)術(shù)資源的興趣值和質(zhì)量值進(jìn)行Top-N推薦。通過(guò)預(yù)測(cè)準(zhǔn)確度對(duì)推薦結(jié)果進(jìn)行評(píng)估,實(shí)驗(yàn)表明ER算法的推薦效果最佳,證明了ER算法的有效性。
[Abstract]:鎻愬嚭涓，

本文編號(hào)：2055826