基于用戶評論評分與信任度的協(xié)同過濾算法研究.pdf

1、在眾多的個性化推薦算法中，協(xié)同過濾算法依靠其可利用群體智慧進行物品推薦的特點，受到了廣泛的研究和關(guān)注。但傳統(tǒng)的協(xié)同過濾算法往往會受到數(shù)據(jù)稀疏問題的影響，針對用戶評分數(shù)據(jù)稀少的情況，很難進行準確的評分預(yù)測和物品推薦，而一條真實可靠的評論文本可以包含極為豐富的用戶偏好和物品特征信息，因此基于評論信息分析進行評分預(yù)測的研究工作受到越來越多研究人員的關(guān)注。針對現(xiàn)有基于評論分析推薦算法中的虛假評論問題和傳統(tǒng)協(xié)同過濾算法中的數(shù)據(jù)稀疏問題，本文通過分

2、析用戶評論所包含的主題分布和反饋信息，將改進的用戶偏好和信任度引入傳統(tǒng)協(xié)同過濾算法中，提出了基于用戶評論評分與信任度的協(xié)同過濾算法。
　　本文主要工作如下：
　　①介紹了本文中算法的研究背景，對當前個性化推薦技術(shù)的發(fā)展狀況進行了分析，著重分析了幾種主流的推薦算法，并對常見的推薦系統(tǒng)實驗方法和評測指標進行了闡述。
　?、诮榻B了基于文本主題分析的LDA模型，對用戶評論信息中的主題分布進行了分析，并詳細介紹了基于物品和基于用

3、戶的傳統(tǒng)協(xié)同過濾算法。
　?、厶岢隽嗽u論差異度、評論幫助度、以及改進的用戶偏好等概念，并基于用戶評分數(shù)據(jù)計算用戶信任度，將改進的用戶偏好和用戶信任度相結(jié)合，利用傳統(tǒng)協(xié)同過濾算法的基本思想，設(shè)計出了基于評論評分與信任度的協(xié)同過濾算法。
　?、軐⒈疚奶岢龅乃惴ㄔ趤嗰R遜電子設(shè)備評論數(shù)據(jù)集上進行了實驗驗證，并將實驗結(jié)果與現(xiàn)有的其他算法進行了對比和分析。
　　實驗結(jié)果表明，相比于現(xiàn)有基于評論主題分析的算法和傳統(tǒng)的協(xié)同過濾算法，本