图书馆研究

2022, v.52;No.229(03) 26-35

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

融合LDA和TF-IWF的健康科普文章混合推荐方法研究
A Study of a Hybrid Recommendation Method for Health Science Articles Incorporating LDA and TF-IWF

周欢;张培颖;

摘要(Abstract):

为了帮助用户更有效率地求医问诊、减少医疗资源的浪费及促进在线健康平台发展,提出一种融合LDA和TF-IWF的健康科普文章混合推荐方法。首先,从在线健康社区获取用户提问文本及科普文章文本,对这些文本数据运用LDA主题模型进行建模,并结合TF-IWF权重从海量的资源中找到用户需求主题及文章主题。然后,根据共同主题,采用协同过滤和基于内容的推荐算法生成基于用户的推荐列表和基于文章的推荐列表,对两个推荐列表的主题权重进行混合加权从而生成推荐结果,实现精准推荐和个性化推荐,提升在线健康社区用户健康素养,并减少医疗资源的浪费。实验结果表明,本研究采用的推荐方法可以降低数据维度及计算的复杂度,使权重取值更加合理化,具有较好的推荐效果。

关键词(KeyWords): 在线健康社区;科普文章推荐;LDA主题模型;TF-IWF权重

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金青年项目“社会网络下基于扩展灰数和云模型的影视推荐方法研究”(项目编号:71801090);; 湖南省自然科学基金面上项目“社会化商务环境下基于文本情感分析和概率语言的推荐方法研究”(项目编号:2021JJ30225);; 湖南省教育厅科学研究项目“基于知识发现和协同的在线健康社区精准知识服务研究”(项目编号:21B0553)研究成果之一

作者(Authors): 周欢;张培颖;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享