基于评论分析的评分预测与推荐

• 作者: 余文喆 张蓉 晁平复 郑芷凌 高祎璠
• 来源期刊: 华东师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 推荐 潜在主题 LDA 回归模型 评论分析
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 80-90
• 页数: 11页
• 分类号: TP391
• 字数: 6097字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5641.2015.03.010

摘要

推荐系统广泛地应用在网络平台中,推荐模型需要预测用户的喜好,帮助用户找到适合的电影、书籍、音乐等商品.通过对用户评分和评论信息的分析,可以发现用户关注的商品特征,并根据商品的特征,推测用户对该商品的喜好程度.本文提出将评论中隐含的语义内容与评分相结合,设计并实现了一种新颖的商品推荐模型.首先利用主题模型挖掘评论文本中隐含的主题分布,用主题分布刻画用户偏好和商品画像,在逻辑回归模型上训练主题与打分的关系,最终评分可以被视为是对用户偏好和商品画像的相似程度的量化表示.最后,本文在真实数据上进行了大量对比实验,结果证明该模型比对比系统性能优越且稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张蓉	华东师范大学数据科学与工程研究院上海高可信计算重点实验室	23	247	8.0	15.0
2	晁平复	华东师范大学数据科学与工程研究院上海高可信计算重点实验室	2	25	1.0	2.0
3	郑芷凌	华东师范大学数据科学与工程研究院上海高可信计算重点实验室	2	25	1.0	2.0
4	余文喆	华东师范大学数据科学与工程研究院上海高可信计算重点实验室	3	46	3.0	3.0
5	高祎璠	华东师范大学数据科学与工程研究院上海高可信计算重点实验室	1	25	1.0	1.0