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:
电子商务网站中的评论数据隐含着商品特征和用户情感,现有基于方面情感分析的推荐研究大多通过抽取同一类别商品评论数据中用户对商品不同方面的情感来捕捉用户方面偏好,忽略了不同类别商品有不同方面以及用户的方面偏好随时间变化的特点.对此,该文提出一种面向时序感知的多类别商品方面情感分析推荐模型,该模型对用户、商品类别、商品、商品方面、方面情感和时间统一建模,以发现用户对不同类别商品的方面偏好随时间变化的特点,并据此做出推荐.该模型能够推断用户在任意时间对商品的方面偏好,从而为用户提供可解释的推荐.两个真实数据集的实验结果表明,与其它基于时间或方面情感分析的推荐模型相比,该文提出的模型在top-N推荐准确率和召回率评价指标上均获得显著改善.
推荐文章
基于时序模型和矩阵分解的推荐算法
推荐算法
概率矩阵分解
时序行为
行为预测
QoS感知的Web服务推荐模型
服务质量感知
用户上下文感知
服务推荐
层次分析法
基于位置的社会网络中面向时序特征的兴趣点推荐算法
基于位置的社会网络
推荐算法
兴趣点
签到
面向电影评论的标签方面情感联合模型
COAE2016
词典
标签方面情感联合模型
电影评论
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 面向时序感知的多类别商品方面情感分析推荐模型
来源期刊 电子与信息学报 学科 工学
关键词 推荐 时序感知 多类别 方面情感分析 概率潜在语义分析
年,卷(期) 2018,(6) 所属期刊栏目 论文
研究方向 页码范围 1453-1460
页数 8页 分类号 TP393
字数 6924字 语种 中文
DOI 10.11999/JEIT170938
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 李石君 武汉大学计算机学院 88 753 16.0 22.0
2 丁永刚 武汉大学计算机学院 27 154 6.0 12.0
4 刘梦君 湖北大学教育学院 12 14 3.0 3.0
7 付星 湖北大学数学与统计学学院 1 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  (4)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
推荐
时序感知
多类别
方面情感分析
概率潜在语义分析
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导