基于评分LDA的协同过滤算法

摘要

本发明公开了基于评分LDA的协同过滤算法，对所需进行评价的商品建立相关的用户参数，设置参数K为“兴趣个数”、参数R为“评分数目”、参数M为“用户人数”，且设置参数Θ表示兴趣的多项式分布，参数Ω表示在给定兴趣的情况下关于商品的多项式分布，设置Φ表示在给定兴趣的情况下关于评分的多项式分布，并额外设置α，β和λ分别表示Θ，Φ和Ω的超参，计算出用户对于某个商品评分的概率P(i，r|u)，然后根据P(i，r|u)来进行排序生成推荐列表。本申请所提出的RLDA算法和其他对比方法最大的不同点在于本文的模型是将评分因素直接加入模型，而不是分两步计算，在整体的计算过程中受稀疏性的影响较小，使得算法的准确性与可参考性得到显著提升。