融合主题模型及多时间节点函数的用户兴趣预测研究

[目的]针对用户兴趣随时间推移不断变化的问题,利用主题模型及时间节点函数预测用户兴趣.[方法]使用主题模型生成用户兴趣,针对用户的所有兴趣,分别利用多时间节点函数对每个兴趣的每次出现进行加权,用以预测用户兴趣在下一个时间节点的分布情况.[结果]在Sogou搜索日志上,与基于记忆的用户兴趣模型、基于遗忘曲线的用户兴趣度多阶段量化模型进行对比实验,余弦相似度及KL(Kullback-Leibler)距离均表明本文方法能较准确地预测用户兴趣.[局限]仅在Sogou搜索日志上进行实验测试,还需在其他数据集上进一步检验.[结论]充分考虑用户历史数据中每一个时间点可更准确地对用户兴趣进行预测.