结合用户评论与评分信息的推荐算法

• 作者: 张舒 施珺 李慧 王成强
• 来源期刊: 陕西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 评分 信任度 评论 预测 LDA 推荐
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 人工智能专题
• 页码范围: 84-91
• 页数: 8页
• 分类号: TP391
• 字数: 7066字
• 语种: 中文

摘要

为了提高推荐系统为用户推荐新产品的准确率,挖掘出每位顾客的隐藏喜好以及每个产品的性能十分关键.基于用户反馈技术经常被用于发现产品的潜在特性和用户维度,本文提出了一种将用户评分中的潜在因子和评论中的潜在主题相结合的推荐模型.该模型通过对评论文本进行分析从而实现更精确的评分预测,特别适用于对新产品和新用户的评分预测.通过在公开数据集上的验证实验,证明了该模型较传统推荐系统在性能上有显著提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李慧	江苏海洋大学计算机工程学院	6	3	1.0	1.0
5	王成强	江苏海洋大学商学院	3	0	0.0	0.0
6	张舒	江苏海洋大学商学院	2	0	0.0	0.0
7	施珺	江苏海洋大学计算机工程学院	2	1	1.0	1.0