基于評(píng)論挖掘的協(xié)同過(guò)濾推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展,“信息過(guò)載”的問(wèn)題使得電子商務(wù)推薦系統(tǒng)面臨著如何定位用戶興趣及時(shí)提供準(zhǔn)確產(chǎn)品的瓶頸。而協(xié)同過(guò)濾算法是在諸多推薦系統(tǒng)中使用最廣泛和有效的算法之一,但推薦準(zhǔn)確性與數(shù)據(jù)稀疏性等問(wèn)題一直都是影響該算法效果的重要因素。本文利用電子商務(wù)社區(qū)中豐富的用戶評(píng)論信息,通過(guò)結(jié)合用戶偏好相似度來(lái)改善傳統(tǒng)協(xié)同過(guò)濾算法的推薦準(zhǔn)確性,并通過(guò)相似度傳遞,在一定程度上緩解數(shù)據(jù)稀疏性帶來(lái)的問(wèn)題。
　　 本文首先對(duì)國(guó)內(nèi)外電子商務(wù)推薦算法進(jìn)行了

2、深入的分析,在此基礎(chǔ)上,提出了基于評(píng)論挖掘的協(xié)同過(guò)濾推薦算法。本文通過(guò)中文詞性的句法統(tǒng)計(jì)分析,從評(píng)論語(yǔ)料中挖掘出產(chǎn)品特征詞和情感詞的常用詞性模板,并利用這些模板提取產(chǎn)品特征詞和情感詞。之后利用提取出來(lái)的產(chǎn)品特征詞和情感詞劃分產(chǎn)品的關(guān)注層面,并從評(píng)論中量化出產(chǎn)品各個(gè)層面的分?jǐn)?shù),最后根據(jù)學(xué)習(xí)到的用戶偏好及歷史評(píng)分?jǐn)?shù)據(jù),計(jì)算用戶偏好相似度與評(píng)分相似度進(jìn)行協(xié)同過(guò)濾推薦,并通過(guò)相似度傳遞緩解了數(shù)據(jù)稀疏性帶來(lái)的問(wèn)題。實(shí)驗(yàn)結(jié)果表明,在數(shù)據(jù)稀疏的情況下