融入用户社会关系的协同主题回归模型

来源：计算机工程与应用杂志2018年第19期北京时间：

作者：胡检华1，李 平1，2

单位：1.长沙理工大学 计算机与通信工程学院，长沙 410114 ；2.智能交通大数据处理湖南省重点实验室，长沙 410114

摘要：协同主题回归（CTR）将概率矩阵分解和主题模型结合应用于推荐系统，在许多推荐应用中取得了成功，但该模型没有考虑用户社会关系对用户兴趣的影响。针对该问题，引入概率链接函数来评估社会关系网络对用户兴趣的影响，并以此约束目标函数。在CTR的基础之上，提出一种融入用户社会关系的协同主题回归模型（USRCTR），结合用户项目评分信息、项目内容和社会关系网络，构建一个基于分层贝叶斯模型的推荐引擎。在Lastfm数据集上实验表明，与其他几种CTR改进方法对比，该模型的训练时间更短，推荐精度更高。

关键词：推荐系统,协同过滤,主题模型,社会关系网络