一种基于潜在类别模型的新闻推荐方法.pdf

第33卷摇 第1期 情摇 报摇 杂摇 志 Vol.33摇 No.1 2014年1月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 JOURNAL OF INTELLIGENCE摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Jan.摇 2014 * 一 一种基于潜在类别模型的新闻推荐方法 1 2 2 文摇 鹏摇 蔡摇 瑞摇 吴黎兵 (1.武汉大学信息管理学院摇 武汉摇 430072;2.武汉大学计算机学院摇 武汉摇 430072) 摘摇 要摇 设计一种基于潜在类别模型的新闻推荐模型,包含用户、新闻关键词和新闻类别三个外显变量及一个潜在 类别变量。 将用户、新闻和类别分别归类到相应的潜在类别中,根据用户兴趣偏好预测用户登陆新闻网站后可能访 问的新闻项,生成个性化的新闻推荐序列,并通过实验证明了该三元模型的优越性。 关键词摇 潜在类别模型摇 用户偏好摇 用户模型摇 新闻推荐 中图分类号摇 TP311摇 摇 摇 摇 摇 摇 摇 摇 文献标识码摇 A摇 摇 摇 摇 摇 摇 文章编号摇 1002-1965(2014)01-0161-06 DOI摇 10.3969/j.issn.1002-1965.2014.01.030 A News Recommending Approach Based on Latent Model 1 2 2 Wen Peng 摇 Cai Rui 摇 Wu Libing (1.School of Information Management,Wuhan University,Wuhan摇 430072; 2.School of Computer,Wuhan University,Wuhan摇 430072) Abstract摇 We present a newsrecommending model based on latent model,including three manifest variables,such as user,news items and newscategories,and a latent variable,which classifies the manifest variables into corresponding latent categories. It can predict the newsitemsusersmay read after gaining access to the news website and generate personalized news rankings according to users爷prefer鄄 ences. Experiments show the superiority of the triadic model. Key words摇 latent model摇 user preference摇 user profile摇 newsrecommending 过组合的概率聚类算法如 min-hashing(小哈希)和 0摇 引摇 言 PLSI(潜在概率索引算法)来获取推荐。 然而,协同过 随着新媒体技术的飞速发展,在线新闻阅读已经 滤模型的问题是,新闻必须被评价好几次后才可能被 取代传统的报纸,成为当前人们了解世界和身边事件