融入用户社会关系的协同主题回归模型

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.