典型文献
融合LDA主题和Doc2vec算法的DeepFM模型的推荐算法研究
文献摘要：
如今,有很多辅助决策算法在日常生活的各个方面为人们推荐个性化内容或产品.本文以医疗信息推荐作为案例,研究提出一种融合狄利克雷分配(Latent Dirichlet Allocation,LDA)主题模型和Doc2vec算法的DeepFM模型.该模型能够挖掘评论文本中的隐藏主题和隐藏特征并考虑隐藏特征的交叉情况,能够在保留评论文本表层信息的同时学习数据中的浅层和深层特征.本文将该模型与之前的模型在真实的数据上进行实验对比.实验结果表明,相较于现存模型,该模型的推荐准确率有了一定的提高.
文献关键词：
推荐系统;LDA主题模型;Doc2vec;DeepFM
中图分类号：
作者姓名：
刘伦珲;吴丽萍
作者机构：
昆明理工大学 信息工程与自动化学院,云南 昆明 650500
文献出处：
引用格式：
[1]刘伦珲;吴丽萍-.融合LDA主题和Doc2vec算法的DeepFM模型的推荐算法研究)[J].电视技术,2022(04):47-53
A类：
B类：
LDA,Doc2vec,DeepFM,推荐算法,算法研究,辅助决策,决策算法,医疗信息,信息推荐,狄利克,Latent,Dirichlet,Allocation,主题模型,评论文本,隐藏特征,本表,学习数据,深层特征,实验对比,推荐系统
AB值：
0.471246
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
