微博用户信息个性化推荐主题模型LDA演化分析研究

发布时间：2018-06-05 16:38

  本文选题：LDA + 模型融合　； 参考：《情报科学》2017年08期

【摘要】：【目的/意义】随着LDA模型成为微博信息推荐的主要工具,众多的LDA演化模型的使用问题成为研究者亟待解决地问题。【方法/过程】首先,从演化发展角度对LDA模型运行机理进行了解析,揭示了模型使用的先决条件和算法内涵;其次,从不同需求的视角揭示了RB-LDA、RT-LDA、C-LDA、MB-LDA等扩展模型对LDA模型的功能性补充;最后,提出LDA模型的技术演化方向。【结果/结论】结果表明可利用微型本体来提升语义性、利用多种模型融合来提升精度、利用大数据来提升数据质量是LDA模型未来的演化方向,可使LDA模型信息推荐能力的更具个性化和精准化。
[Abstract]:[objective / significance] with the LDA model becoming the main tool for the recommendation of Weibo information, the use of numerous LDA evolution models has become a problem to be solved by researchers. [methods / processes] first of all, In this paper, the operating mechanism of LDA model is analyzed from the angle of evolution and development, and the precondition of model use and the connotation of algorithm are revealed. Secondly, the functional supplement of extended models such as RB-LDART-LDA-C-LDA-MB-LDA to LDA model is revealed from the perspective of different requirements. The technical evolution direction of LDA model is put forward. [results / conclusions] the results show that micro ontology can be used to enhance semantics, multiple models can be fused to improve accuracy, and big data is the future evolution direction of LDA model to improve data quality. Can make LDA model information recommendation ability more personalized and accurate.
【作者单位】： 东北电力大学经济管理学院;
【基金】：国家社科基金规划项目(16BTQ068)
【分类号】：G252

【相似文献】

相关期刊论文 前9条

1 华罗庚 ,宋健;模型与实体[J];系统工程与电子技术;1980年08期

2 ;新书介绍[J];冶金自动化;1990年03期

3 王磊;;计量模型——一种经典数据质量评估方法[J];电子制作;2012年10期

4 许志刚,董志荣;纯方位系统定位与跟踪的多模型法[J];淮海工学院学报(自然科学版);2001年03期

5 高兴民;;应用情报模型法研究学科发展规律[J];兵工情报工作;1982年05期

6 韩志刚,王洪桥;多模型多方法综合多层递阶预报模式在油田产量预报中的应用[J];控制与决策;1991年06期

7 王瀚晟,曾烈光;模型法与分离塞入比法的改进[J];通信学报;1997年08期

8 ;《计算机集成制造系统》2013年总目次[J];计算机集成制造系统;2013年12期

9 ;[J];;年期

相关会议论文 前2条

1 谌凯;黄晓峰;赵怡;朱仲良;;改进的软模型法用于解析复杂反应动力学过程[A];第八届全国发光分析暨动力学分析学术研讨会论文集[C];2005年

2 费敏锐;;仿真不是基于模型的实验,而是基于模型的第三种认识世界的基本活动[A];新观点新学说学术沙龙文集37：仿真是基于模型的实验吗[C];2009年

相关重要报纸文章 前1条

1 陆怡舟;走向模型综合应用的成熟阶段[N];中国城乡金融报;2010年

相关博士学位论文 前2条

1 曹重华;多维多粒度的学习者个性模型及其处理策略研究[D];江西财经大学;2016年

2 姬新龙;基于SV模型和EVT理论的金融极值风险度量研究[D];重庆大学;2014年

相关硕士学位论文 前10条

1 苏佳琳;基于边界Logistic模型的我国上市公司信用风险的研究[D];西南交通大学;2015年

2 付金龙;基于GARCH过程和SV模型的上证50ETF的VaR计算[D];山东大学;2015年

3 刘珏;基于GARCH-POT模型的中国外汇市场投资组合研究[D];哈尔滨工业大学;2015年

4 雷震;GARCH模型和VaR方法在外汇投资组合中的应用[D];广西大学;2015年

5 赵天韵;中国股市统计套利的可行性检验与套利信号的确定方法[D];南京大学;2014年

6 徐月圆;城市轨道交通客流预测方法及模型研究[D];兰州交通大学;2015年

7 马健;多模型融合学习方法与应用[D];南京大学;2016年

8 殷旭;基于NDEA改进模型及区间效率的省域R&D绩效评价方法研究[D];南京邮电大学;2016年

9 胡祥刚;双轴定位模型法种植导板制作技术的建立及其应用研究[D];第四军医大学;2016年

10 曾裕峰;基于CAViaR模型的沪深300股指期货隔夜风险研究[D];华中科技大学;2015年

，

本文编号：1982652