原文服务方: 计算机应用研究       
摘要:
在当今信息化社会中,推荐系统已经得到了广泛的应用。传统的推荐算法都没有考虑用户的情感倾向,针对推荐系统性能亟待提高的问题,在传统协同过滤算法的基础上,提出了一个结合情感分析的改进的推荐算法。根据用户点评更能直观地反映用户的真实情感的事实,可以通过对用户点评的情感倾向的分析来产生相应的分值,代替传统推荐系统的评分,进而改进算法,具有一定的原创性。实验证明该推荐算法在推荐性能上有一定提高,对推荐系统的发展有积极意义。
推荐文章
基于相似用户情感分析的推荐算法研究
聚类
用户评论
推荐算法
结合情感信息的个性化推荐算法
个性化推荐协同过滤情感信息熵
一种结合主题模型的推荐算法
推荐算法
矩阵分解
隐式狄利克雷分布
KL散度
主题模型
深入文本,寻找读写结合点
寻找
读写结合点
策略
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 结合点评情感分析的推荐算法研究
来源期刊 计算机应用研究 学科
关键词 点评 推荐算法 情感分析 聚类 协同过滤
年,卷(期) 2016,(5) 所属期刊栏目 算法研究与建模
研究方向 页码范围 1312-1314,1326
页数 4页 分类号 TP181|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.05.007
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 蒋宗礼 北京工业大学计算机学院 103 997 17.0 27.0
2 金益斌 北京工业大学计算机学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (342)
参考文献  (15)
节点文献
引证文献  (12)
同被引文献  (32)
二级引证文献  (19)
1904(1)
  • 参考文献(0)
  • 二级参考文献(1)
1938(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(12)
  • 参考文献(1)
  • 二级参考文献(11)
2010(15)
  • 参考文献(2)
  • 二级参考文献(13)
2011(7)
  • 参考文献(3)
  • 二级参考文献(4)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(10)
  • 引证文献(4)
  • 二级引证文献(6)
2019(11)
  • 引证文献(3)
  • 二级引证文献(8)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
点评
推荐算法
情感分析
聚类
协同过滤
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导