10.3969/j.issn.1000-386x.2021.07.030
基于高效用项集挖掘和词义归纳的新闻推荐系统
新闻平台新发布的新闻均不存在用户阅读、评论和推介记录,导致新闻推荐系统具有严重的冷启动问题,为此提出一种基于高效用项集挖掘和词义归纳的新闻推荐算法.基于点击量数据集学习推荐规则集,根据应用目标计算新闻正文内容的效用;通过词汇嵌入将词义信息建模为复杂网络,通过社区检测算法将复杂网络分簇,对标题的词汇进行词义归纳处理,设计标题概率模型从语料库推理出潜在的标题;综合新闻正文内容的效用和标题的效用产生最终的推荐列表.实验结果表明,该算法明显提高了新闻推荐的准确率、多样性、响应速度.
新闻应用、推荐系统、高效用项集挖掘、复杂网络、社区检测、词义归纳
38
TP391.9(计算技术、计算机技术)
2021-07-21（万方平台首次上网日期，不代表论文的发表时间）
共9页
182-189,201
