基于评论与评分的协同过滤算法

• 作者: 文俊浩 李伟霖 王成良
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 数据稀疏性 评论分析 主题模型 用户偏好
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 361-364,412
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.02.009

摘要

针对传统协同过滤算法中存在的数据稀疏性问题,结合用户评分及用户评论信息的特点,提出了基于评论与评分的user-based协同过滤算法和基于评论与评分的item-based协同过滤算法.该算法利用主题模型产生评论主题分布,利用评分数据生成评论态度影响因子,并通过评论态度影响因子来放大评论主题分布中的突出特征,建立更为准确的用户偏好与物品特征,进而进行评分预测与物品推荐.实验结果表明,该算法在稀疏数据集上可以获得较好的推荐效果,提高了推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王成良	重庆大学软件学院	100	898	16.0	23.0
2	文俊浩	重庆大学软件学院	132	1224	19.0	25.0
3	李伟霖	重庆大学软件学院	1	36	1.0	1.0