面向协同推荐的评论文本情感打分机制研究

• 作者: 朱宇航 郑修猛 陈福才 黄瑞阳
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 推荐系统 情感分析 评论 评分矩阵
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 464-469
• 页数: 6页
• 分类号: TP18
• 字数: 5003字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2017.04.016

摘要

互联网数据规模迅猛增长,推荐系统的数据稀疏性问题日益凸显,难以提供精准的项目推荐.针对这些问题,结合海量的用户评论信息中蕴含丰富的用户偏好信息,提出了一种面向协同推荐的评论文本情感打分机制,通过将用户评论文本转化为用户对该项目的评分,有效解决推荐系统评分矩阵的稀疏性问题,通过在中文语料数据集上进行测试,验证了该机制的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈福才		31	193	7.0	12.0
2	黄瑞阳		50	146	7.0	8.0
3	郑修猛		3	18	2.0	3.0
4	朱宇航		7	28	3.0	5.0