融合用户背景和用户人格的话题推荐方法

摘要

话题是用户兴趣的表现形式之一,目前对话题的推荐方法主要是根据用户最新发布的文本信息进行协同过滤推荐,但其存在着推荐话题单一且重复,无法对用户进行多兴趣话题推荐的问题.张磊等提出一种基于用户文本信息集对用户进行人格预测的方法对用户话题推荐,虽然解决了推荐话题单一和重复的问题,但仍存在着推荐精准度不高的缺点.针对上述问题,提出一种融合用户背景信息和用户人格信息进行话题推荐的方法,根据用户发布的文本信息集对用户进行人格特质预测,根据用户的人格特质分析用户的潜在兴趣点,结合背景信息和潜在兴趣点,利用协同过滤算法对进行用户话题推荐.实验结果表明,该方法对用户话题推荐的精准度有所提高.其推荐精准度相较于基于用户间背景相似的文本推荐算法(BG-CF)提升19.74％,相较于人格特质相似的文本推荐算法(CS-CF)算法提升8.92％.