摘要： 为了帮助用户更有效率地求医问诊、减少医疗资源的浪费及促进在线健康平台发展，提出一种融合LDA和TF-IWF的健康科普文章混合推荐方法。首先，从在线健康社区获取用户提问文本及科普文章文本，对这些文本数据运用LDA主题模型进行建模，并结合TF-IWF权重从海量的资源中找到用户需求主题及文章主题。然后，根据共同主题，采用协同过滤和基于内容的推荐算法生成基于用户的推荐列表和基于文章的推荐列表，对两个推荐列表的主题权重进行混合加权从而生成推荐结果，实现精准推荐和个性化推荐，提升在线健康社区用户健康素养，并减少医疗资源的浪费。实验结果表明，本研究采用的推荐方法可以降低数据维度及计算的复杂度，使权重取值更加合理化，具有较好的推荐效果。