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:
为了研究基于群体智能挖掘的个性化商品评论呈现方法,以大众点评用户评论为研究对象,对大众点评中的用户评论进行特征提取,并发现兴趣相似的用户.特别是提出基于情感特征和主题分布特征的相似群体发现方法,通过提取用户历史评论的情感特征和主题分布特征,刻画用户之间情感和主题的相似度,并发现兴趣相似的用户群体,实现个性化评论呈现.实验结果表明,采用提出的方法可以体现用户间兴趣的相似性并发现与用户有相似兴趣的群体,向用户个性化呈现评论.
推荐文章
基于商品特征的商品评论信息挖掘方法
商品评论
观点挖掘
情感计算
分水岭算法
基于数据挖掘的个性化智能推荐系统应用研究
机器学习
推荐系统
协同式信息过滤技术
家庭数字化
基于Web挖掘的个性化网络学习系统设计
Web挖掘
个性化
推荐系统
融合用户和商品评论的双通道CNN推荐算法
CNN推荐算法
推荐系统
特征提取
文本矢量化
抽象特征映射
评分预测
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 基于群体智能挖掘的个性化商品评论呈现方法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 大众点评 情感特征 主题建模 相似度 个性化
年,卷(期) 2017,(4) 所属期刊栏目 人机交互与普适计算
研究方向 页码范围 675-681
页数 7页 分类号 TP399
字数 5707字 语种 中文
DOI 10.3785/j.issn.1008-973X.2017.04.006
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 周兴社 西北工业大学计算机学院 251 2217 23.0 35.0
2 於志文 西北工业大学计算机学院 78 682 12.0 24.0
3 王柱 西北工业大学计算机学院 12 36 4.0 5.0
4 郭斌 西北工业大学计算机学院 54 304 8.0 16.0
5 景瑶 西北工业大学计算机学院 4 1 1.0 1.0
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  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大众点评
情感特征
主题建模
相似度
个性化
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
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导