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:
用户的情感倾向在推荐算法中起到非常重要的作用,本文利用设计的情感模型对用户评论进行量化计算,并利用一定的公式计算用户情感值和用户评分所占的比例,构建最终用户评分矩阵模型.经过实验证明,该模型比单纯的用户评分更能反映出用户的情感倾向.
推荐文章
基于用户评论评分与信任度的协同过滤算法
协同过滤
信任度
主题模型
用户偏好
评论反馈
基于评论挖掘和用户偏好学习的评分预测协同过滤
评论挖掘
层面发现
用户偏好
机器学习
评分预测
协同过滤
基于评论与评分的协同过滤算法
协同过滤
数据稀疏性
评论分析
主题模型
用户偏好
基于XGBoost算法的电商评论文本情感识别模型
电子商务
用户评论
XGBoost算法
情感识别
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 基于用户评论的情感量化评分模型研究
来源期刊 数字技术与应用 学科 工学
关键词 情感模型 用户评论 评分矩阵
年,卷(期) 2019,(6) 所属期刊栏目 应用研究
研究方向 页码范围 71-72
页数 2页 分类号 TP277
字数 927字 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2019.06.40
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 王龙葛 河南大学软件学院 17 26 3.0 4.0
2 王敏 河南大学软件学院 11 18 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (72)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(8)
  • 参考文献(0)
  • 二级参考文献(8)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2019(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
情感模型
用户评论
评分矩阵
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导