基于多維度用戶偏好的推薦技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)和智能設(shè)備的不斷發(fā)展，互聯(lián)網(wǎng)上的信息也越來越豐富和多樣，人們可以在網(wǎng)絡(luò)上獲得各種各樣的信息和服務(wù)，同時人們逐漸發(fā)現(xiàn)要在網(wǎng)上找到符合自己需求的東西也越來越麻煩，早期搜索技術(shù)可以滿足人們這一需求，但是由于它的結(jié)果不夠“個性化”，不能滿足不同用戶的個人偏好需求，因此個性化推薦技術(shù)開始被發(fā)現(xiàn)并應(yīng)用于各個領(lǐng)域，推薦系統(tǒng)也嘗試利用各種算法挖掘用戶的個性化偏好。
　　個性化推薦技術(shù)主要試圖通過分析用戶的歷史行為對用戶未購買的商品進行評分

2、預(yù)測，并根據(jù)預(yù)測評分的高低推薦給用戶相應(yīng)的商品。目前基于矩陣分解的協(xié)同過濾算法雖然能夠很好的進行評分預(yù)測，但是面臨如何更好地挖掘和利用輔助信息的問題（如用戶的個人興趣和社交關(guān)系等），并且由于其分解后低維矩陣的不可解釋性，從而無法對推薦結(jié)果進行解釋。針對上述問題，通過對用戶行為進行深入分析，挖掘出用戶三個不同維度的個人偏好，包括利用情感分析技術(shù)從用戶的評論文本中挖掘出用戶的情感偏好，利用主題建模從用戶的評論文本中挖掘出用戶的興趣偏好，以及