基于多維度用戶偏好的推薦技術研究.pdf

1、隨著網(wǎng)絡和智能設備的不斷發(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)絡上獲得各種各樣的信息和服務，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，早期搜索技術可以滿足人們這一需求，但是由于它的結果不夠“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開始被發(fā)現(xiàn)并應用于各個領域，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、預測，并根據(jù)預測評分的高低推薦給用戶相應的商品。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