多维度等级评分模型优化技术*

• 作者: 朱靖波 王会珍
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 排序学习 有序回归模型 多维度等级评分模型 情感分析 协同过滤
• 年，卷（期）: 2013,（7）
• 页码范围: 1545-1556
• 页数: 12页
• 分类号: TP391
• 字数: 12993字
• 语种: 中文

摘要

研究了多维度等级评分模型的训练学习优化技术。为了解决不同用户之间的评分标注所存在的不一致性，提出两种简单、有效的模型训练优化技术，包括基于容忍度的样本选择方法和基于排序损失的样本选择方法。另外，为了充分利用不同特征的用户评分标注之间的相关性，提出了一个面向属性的协同过滤技术以改善多维度等级评分模型。在两个公开的英语和汉语真实餐馆评论数据集上进行实验验证，实验结果表明，所提出的方法有效地改善了等级评分的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱靖波		44	806	17.0	28.0
3	王会珍		8	136	5.0	8.0