基于用户评论的协同过滤推荐算法

• 作者: 刘骏飞 叶海智
• 来源期刊: 河南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 用户评论 推荐算法 相似度 协同过滤
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算机科学
• 页码范围: 79-84
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.16366/j.cnki.1000-2367.2017.01.013

摘要

提出融合用户评论的协同过滤推荐算法,通过挖掘电商网站的用户评论信息,获取用户评论中的产品特征和意见,通过计算每个特征意见对的极性,得到特征矩阵,结合用户意见质量形成的用户评分矩阵,求出用户评分的相似度.最后结合特征矩阵和用户评分相似度得出目标用户的综合相似度,并由预测评分得出产品推荐表,对用户进行产品推荐.实验结果表明,提出的算法与常用的推荐算法相比,改善了推荐的质量,同时推荐精度得到提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶海智		60	298	8.0	15.0
2	刘骏飞		10	44	2.0	6.0