基于局部模型融合的交互式电影推荐系统

• 全文链接
• 请求原文

作   者：

王攸妍;  孙康高;  汤颖; 

作者机构：

浙江工业大学计算机科学与技术学院; 

关键词：

交互式推荐;  模型融合;  用户画像;  稀疏线性模型;  主题模型; 

期刊名称：

数据与计算发展前沿

i s s n：

2096-742X

年卷期：

2021 年 04 期

页   码：

54-69

摘   要：

【目的】设计并实现一个交互式可视推荐系统,帮助用户理解推荐结果的产生原因,提高使用体验以及对推荐系统的信任。【方法】从用户历史观影标签集合中提取用户偏好特征,通过LDA模型基于此特征对用户进行聚类,并利用SLIM模型对不同用户子群分别训练局部模型,最后利用训练过程的上下文语义信息设计和实现最终的交互式电影推荐系统。【结果】设计了一个交互式的电影推荐系统RecVis,能够可视化推荐原因和用户画像,向用户提供推荐解释和交互反馈功能,以及实时获得根据其交互反馈的感兴趣的最新推荐结果。【结论】通过豆瓣电影数据集的测试,证明了该系统在推荐方面的有效性,并通过一系列案例分析验证了RecVis能够帮助用户理解推荐结果,增加对推荐系统的信任。