本文是要做对用户的话题推荐,话题包含着知识,本文通过构建层次知识来增加话题信息之间的潜在语意关联。
通过分析偏好知识和历史话题来刻画用户,以此来计算对候选话题的点击概览。
总结:其实这篇期刊没咋看懂,我的理解是还是协同过滤,就是用户和话题这个打分不太好弄,就把话题分成了知识,知识之间又是分层次的,然后话题之间的相似可以用通过知识之间的相似来做,然后通过在计算用户之间的相似来刻画用户对象。这篇好难,没有get到他的逻辑。
本文是要做对用户的话题推荐,话题包含着知识,本文通过构建层次知识来增加话题信息之间的潜在语意关联。
通过分析偏好知识和历史话题来刻画用户,以此来计算对候选话题的点击概览。
总结:其实这篇期刊没咋看懂,我的理解是还是协同过滤,就是用户和话题这个打分不太好弄,就把话题分成了知识,知识之间又是分层次的,然后话题之间的相似可以用通过知识之间的相似来做,然后通过在计算用户之间的相似来刻画用户对象。这篇好难,没有get到他的逻辑。