徐积文，张永棠

(广东东软学院 计算机学院，广东 佛山 528225)

0 引言

评论信息是消费者选购商品的参考信息之一，对商品购买决策的影响非常重要[1]，然而，评论信息形式为半结构化或非结构化，商品购买决策时面临前所未有的挑战[2]。文献[3]采取基于内容的热门话题的个性化推荐，并且利用文本相似度计算方法计算微博话题与用户之间的相似度，实现个性化的推荐。文献[4]提出一种联合K-means的个性化推荐方法，将具有相似特征的产品聚到一个类别内，然后将与每个聚类中心点最近的产品推荐给用户。文献[5]在新闻文本分类的文本分类算法中使用LDA进行特征降维；文献[6]在研究文本间的相似性问题时，使用 LDA模型计算文本相似，根据文本相似度将搜索记录数据结果集进行分类。

这些推荐系统一般使用户评分数据的推荐算法，存在数据稀疏、评分信息不能够真实有效地表达用户兴趣等问题。本文以网站商品评论为物品特征描述语料，使用隐含狄利克雷分布（Latent Dirichlet Allocation，LDA）[7]主题模型提取物品主题特征，在此基础上，结合TF-IDF提取主题关键词特征，作为物品描述文本信息的主题——关键词特征集，以增强主题粗粒度特征对物品的描述能力，提高推荐的准确率。与现有的算法相比，该算法能更好地解决冷起动问题。

1 模型描述

1.1 LDA 主题模型

LDA主题模型其实是基于“文本–主题–词”的三层贝叶斯产生式模型[8]，用LDA主题模型对产品的评论内容进行主题词的抽取，用主题维度来代替原来的词项维度，可以较好地降低文本表示的特征维度。……