基于評(píng)論與評(píng)分的協(xié)同過(guò)濾算法研究.pdf

1、基于評(píng)論與評(píng)分的協(xié)同過(guò)濾算法研究重慶大學(xué)碩士學(xué)位論文(學(xué)術(shù)學(xué)位)學(xué)生姓名：李偉霖指導(dǎo)教師：王成良教授專業(yè)：軟件工程學(xué)科門類：工學(xué)重慶大學(xué)軟件學(xué)院二O一六年三月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要協(xié)同過(guò)濾是目前最為常用且最為成功的推薦技術(shù)之一，已被成功運(yùn)用于許多在線應(yīng)用中，但傳統(tǒng)協(xié)同過(guò)濾算法中存在數(shù)據(jù)稀疏性問(wèn)題，當(dāng)用戶評(píng)分?jǐn)?shù)據(jù)稀少或缺失時(shí)，將難以做出準(zhǔn)確的評(píng)分預(yù)測(cè)與物品推薦。近年來(lái)關(guān)于評(píng)論分析及文本挖掘的研究工作越來(lái)越受到研究人員的關(guān)注，與

2、評(píng)分?jǐn)?shù)據(jù)相比，評(píng)論文本往往包含了更加豐富且有價(jià)值的信息資源。針對(duì)傳統(tǒng)協(xié)同過(guò)濾算法中的數(shù)據(jù)稀疏性問(wèn)題，本文從用戶評(píng)論文本入手，通過(guò)結(jié)合用戶評(píng)分與評(píng)論的特點(diǎn)，提出了基于評(píng)論與評(píng)分的Userbased協(xié)同過(guò)濾算法和基于評(píng)論與評(píng)分的Itembased協(xié)同過(guò)濾算法。本文主要工作如下：①介紹了本文的研究背景及推薦技術(shù)的發(fā)展情況，對(duì)當(dāng)前主要的幾種推薦算法進(jìn)行了分析研究，并簡(jiǎn)單闡述了關(guān)于推薦系統(tǒng)的評(píng)測(cè)方法。②研究分析了用戶評(píng)論文本的特點(diǎn)、組成元素，并介

3、紹了用于文本主題挖掘的LDA模型，同時(shí)詳細(xì)介紹了基于用戶的協(xié)同過(guò)濾算法與基于物品的協(xié)同過(guò)濾算法。接著提出了評(píng)論主題分布、評(píng)論態(tài)度、改進(jìn)的用戶偏好、改進(jìn)的物品特征等概念。③結(jié)合用戶評(píng)論文本與用戶評(píng)分的特點(diǎn)，利用傳統(tǒng)協(xié)同過(guò)濾算法的基本思想，提出了基于評(píng)論與評(píng)分的Userbased協(xié)同過(guò)濾算法以及基于評(píng)論與評(píng)分的Itembased協(xié)同過(guò)濾算法。算法利用評(píng)論文本產(chǎn)生評(píng)論主題分布，利用評(píng)分?jǐn)?shù)據(jù)生成評(píng)論態(tài)度，結(jié)合評(píng)論主題與評(píng)論態(tài)度來(lái)建立更為準(zhǔn)確的用