基于在线评论情感分析的改进协同过滤推荐模型

• 作者: 孙丽华 张兴芳 钱春琳
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 推荐模型 不确定变量 不确定集 在线评论 情感分析
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 47-54
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.485

摘要

针对在线中文评论中用户主观意见的不确定性,提出一种基于不确定理论的情感分析模型,并结合情感分析模型设计了个性化推荐算法.采用分词工具ICTCLAS和IKAnalyzer预处理在线中文评论,并基于情感词典(HowNet)计算特征词的点互信息值;应用不确定变量与不确定集设计情感分析模型;根据情感分析模型设计新的最近邻居搜索方法并产生推荐.在两个真实数据集上进行试验,试验结果表明,该方法能够有效改进推荐结果的准确率,缓解数据稀疏问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张兴芳	聊城大学数学科学学院	139	336	8.0	13.0
2	孙丽华	天津大学管理与经济学部	2	6	1.0	2.0
3	钱春琳	河海大学企业管理学院	2	7	1.0	2.0