我正在尝试提出一个基于主题的推荐系统来向用户推荐相关的文本文档。
我使用 gensim 在维基百科语料库上训练了一个潜在语义索引模型。这使我可以轻松地将文档转换为 LSI 主题分布。我现在的想法是用同样的方式来代表用户。然而，当然，用户有查看文章的历史，以及文章的评分。
所以我的问题是:如何代表用户？
我的想法如下:将用户表示为所有已查看文档的集合。但是如何考虑评分呢？
有什么想法吗？
谢谢
请您参考如下方法:
我认为这不适用于 lsa。
但是您也许可以进行某种 k-NN 分类，其中每个用户的坐标都是查看的文档。每个物体(=用户)发出辐射(强度与距离的平方成反比)。强度是根据单个文档的评分计算的。
然后你可以在这个超维空间中放置一个物体(用户)，然后看看其他用户给出的“光”最多。
但是:Apache Lucene 不能为您做所有事情吗？
