基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有基于评论分析的推荐算法没有充分考虑个性化的问题,通过对评论进行主题分析,挖掘用户的喜好,分别建立基于用户和物品的个性化评分预测模型.在真实数据集上进行实验验证,结果表明该模型有效地提高了推荐系统的评分预测性能.
推荐文章
基于评论的影片个性化推荐方法
推荐方法
评论分析
电影评论
个性化
基于时间的个性化微博搜索模型
用户兴趣模型
时间
重排序
微博
一种融合LDA主题模型与LSTM网络的个性化推荐算法
LDA主题模型
LSTM神经网络
个性化推荐算法
潜在语义标引
基于LDA模型的多角度个性化微博推荐算法
微博
个性化推荐
隐含狄利克雷分布模型
推荐算法
评分预测
Top-N推荐
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于评论主题的个性化评分预测模型
来源期刊 北京大学学报(自然科学版) 学科 工学
关键词 个性化推荐 推荐系统 评分预测 评论信息
年,卷(期) 2016,(1) 所属期刊栏目
研究方向 页码范围 165-170
页数 6页 分类号 TP391
字数 4272字 语种 中文
DOI 10.13209/j.0479-8023.2016.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈文亮 苏州大学计算机科学与技术学院 12 44 4.0 6.0
5 马春平 苏州大学计算机科学与技术学院 5 28 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
个性化推荐
推荐系统
评分预测
评论信息
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京大学学报(自然科学版)
双月刊
0479-8023
11-2442/N
16开
北京海淀北京大学校内
2-89
1955
chi
出版文献量(篇)
3152
总下载数(次)
8
总被引数(次)
52842
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导