公开(公告)号：CN106897363B

公开(公告)日：2020-06-12

申请号：CN201710018396.6

申请日：2017-01-11

Applicant: 同济大学

Inventor： 蒋昌俊 ,  闫春钢 ,  王成 ,  方玉娟 ,  谭正

IPC: G06F16/33 ,  G06F16/9535 ,  G06F40/289 ,  G06F3/01

Abstract: 基于眼动追踪的文本推荐方法，涉及文本推荐领域。根据已知语料库采用基于Gibbs Sampling的求解方法训练LDA主题模型，获得模型的参数矩阵；再计算新文本的主题分布和用户的历史阅读文本中词在主题中的客观分布情况；采集眼动追踪的用户在阅读时的主观行为数据，转换数据格式，选取合适的行为特征计算用户阅读过程中对文本中各个词的关注度；结合文本中词在主题中的客观分布情况和用户在阅读过程中对文本中各个词的关注度，计算用户在历史阅读文本中的兴趣主题分布；根据新文本的主题分布和用户在历史阅读文本中的兴趣主题分布，计算JS相似度；并根据用户在上一次的选项排序，反馈出用户的兴趣变化情况，再动态调节推荐列表。本发明提高了文本推荐的满意度。

公开(公告)号：CN106897363A

公开(公告)日：2017-06-27

申请号：CN201710018396.6

申请日：2017-01-11

Applicant: 同济大学

Inventor： 蒋昌俊 ,  闫春钢 ,  王成 ,  方玉娟 ,  谭正

IPC: G06F17/30 ,  G06F17/27 ,  G06F3/01

Abstract: 基于眼动追踪的文本推荐方法，涉及文本推荐领域。根据已知语料库采用基于Gibbs Sampling的求解方法训练LDA主题模型，获得模型的参数矩阵；再计算新文本的主题分布和用户的历史阅读文本中词在主题中的客观分布情况；采集眼动追踪的用户在阅读时的主观行为数据，转换数据格式，选取合适的行为特征计算用户阅读过程中对文本中各个词的关注度；结合文本中词在主题中的客观分布情况和用户在阅读过程中对文本中各个词的关注度，计算用户在历史阅读文本中的兴趣主题分布；根据新文本的主题分布和用户在历史阅读文本中的兴趣主题分布，计算JS相似度；并根据用户在上一次的选项排序，反馈出用户的兴趣变化情况，再动态调节推荐列表。本发明提高了文本推荐的满意度。