本文主要包含topic model,biterm topic model,author topic model,topmodel模型,model模型等服务器相关知识,网友希望可以进行参考
TopicModel主题模型，topicmodel模型
http://blog.csdn.net/pipisorry/article/details/45665779
应用于推荐系统
在使用LDA(Latent Dirichlet Allocation)计算物品的内容相似度时，我们可以先计算出物品在话题上的分布，然后利用两个物品的话题分布计算物品的相似度。比如，如果两个物品的话题分布相似，则认为两个物品具有较高的相似度，反之则认为两个物品的相似度较低。计算分布的相似度可以利用KL散度来计算：
DKL(p||q)=∑i∈Xp(i)ln(p(i)/q(i),其中p和q是两个分布，KL散度越大说明分布的相似度越低。
[基于主题模型的学术论文推荐系统研究]
from:http://blog.csdn.net/pipisorry/article/details/45665779