摘要：【目的/意义】由于信息总量的巨大和用户矩阵的稀疏,LDA模型在微博信息推荐过程中短文本处理能力差的缺点被放大。【方法/过程】本文利用大数据技术处理海量信息的优势,探讨大数据与LDA主题模型融合的可行性,构建出了大数据技术与LDA融合的推荐模型,实现在利用大数据技术对海量文本预处理的基础上基于LDA模型的微博信息推荐,解决微博信息推荐查全率和查准率差的问题。【结果/结论】通过Hadoop平台上的实证分析表明,融合模型可有效的降低混淆度和提升微博信息推荐精度,有利于实现信息的个性化和定制化推荐。
分类：期刊> 自然科学与工程技术> 信息科技> 图书情报与数字图书馆
收录：CSSCI 南大期刊(含扩展版) > 北大期刊(中国人文社会科学期刊) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：大数据 lda模型 微博信息推荐 hadoop平台
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
