基于潜在主题的混合上下文推荐算法

来源：电子与信息学报杂志2018年第4期北京时间：

作者：李平, 张路遥, 曹霞, 胡检华

单位：2.(长沙理工大学计算机与通信工程学院 长沙 410114)

摘要：针对单个环境上下文中项目访问记录稀疏的问题，推荐系统难以获取与当前环境上下文关联的用户偏好。该文设计了一种新的上下文关联性推荐(CTRR)算法。CTRR算法通过CTRR_LDA模型求解推荐项目出现在特定环境上下文的概率，并结合上下文后过滤推荐算法，对用户进行推荐。CTRR_LDA模型是在(LDA)模型的基础上，结合环境上下文和项目特征上下文，提出的项目与环境上下文的关联概率模型。该模型将环境上下文划分为多个环境上下文因子，每个环境上下文因子表示为K维的主题分布，挖掘环境上下文因子中项目出现的潜在主题特征。利用LDOS-CoMoDa网站上真实的电影数据集进行实验，验证了算法的可靠性。

关键词：推荐, 关联概率, 潜在主题, 环境上下文, 项目特征上下文

基金资助：湖南省教育厅资助重点项目(14A004)