Research and Application of Personalized Recommender System Based on BTM

摘要

随着互联网的高速发展和数据的爆炸性增长，用户面临着日益严重的信息过载问题，社会化媒体的兴盛使用户更加容易淹没在信息的海洋中。推荐系统作为一种比搜索引擎更加高效的信息过滤技术，逐渐地成为各个社会化媒体的主要功能之一。 传统的推荐技术大多基于用户关系，难以有效地挖掘用户兴趣。本文在结合一元混合模型和LDA模型的基础上，引入了BTM用户兴趣建模技术，较好地解决了传统的向量空间模型维度高、矩阵稀疏和一词多义等问题，同时针对社会化媒体中的用户特征和数据特点进行了改进，并基于此设计和实现了一个包含数据收集模块、预处理模块、兴趣分析模块和个性化推荐模块的个性化推荐系统。论文的主要工作如下： 首先，研究和...