一种基于分层隐变量模型的新闻推荐方法

    公开(公告)号:CN107038184B

    公开(公告)日:2019-11-08

    申请号:CN201610897806.4

    申请日:2016-10-14

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于分层隐变量模型的新闻推荐方法,先从各大门户网站抽取不同类型的新闻,然后根据新闻的标签,提取新闻特征,对于系统注册用户,提取用户显式特征及隐式特征构成用户特征,根据用户特征和新闻特征,对用户和新闻进行聚类,对聚类之后的新闻和用户采用不同的隐变量模型,预测用户对新闻的评分,再选出评分最高的若干条条新闻,给用户推荐个性化新闻。

    一种基于分层隐变量模型的新闻推荐方法

    公开(公告)号:CN107038184A

    公开(公告)日:2017-08-11

    申请号:CN201610897806.4

    申请日:2016-10-14

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于分层隐变量模型的新闻推荐方法,先从各大门户网站抽取不同类型的新闻,然后根据新闻的标签,提取新闻特征,对于系统注册用户,提取用户显式特征及隐式特征构成用户特征,根据用户特征和新闻特征,对用户和新闻进行聚类,对聚类之后的新闻和用户采用不同的隐变量模型,预测用户对新闻的评分,再选出评分最高的若干条条新闻,给用户推荐个性化新闻。

Patent Agency Ranking