基于評論與評分的協(xié)同過濾算法研究.pdf

1、基于評論與評分的協(xié)同過濾算法研究重慶大學碩士學位論文(學術學位)學生姓名：李偉霖指導教師：王成良教授專業(yè)：軟件工程學科門類：工學重慶大學軟件學院二O一六年三月重慶大學碩士學位論文中文摘要I摘要協(xié)同過濾是目前最為常用且最為成功的推薦技術之一，已被成功運用于許多在線應用中，但傳統(tǒng)協(xié)同過濾算法中存在數(shù)據(jù)稀疏性問題，當用戶評分數(shù)據(jù)稀少或缺失時，將難以做出準確的評分預測與物品推薦。近年來關于評論分析及文本挖掘的研究工作越來越受到研究人員的關注，與

2、評分數(shù)據(jù)相比，評論文本往往包含了更加豐富且有價值的信息資源。針對傳統(tǒng)協(xié)同過濾算法中的數(shù)據(jù)稀疏性問題，本文從用戶評論文本入手，通過結(jié)合用戶評分與評論的特點，提出了基于評論與評分的Userbased協(xié)同過濾算法和基于評論與評分的Itembased協(xié)同過濾算法。本文主要工作如下：①介紹了本文的研究背景及推薦技術的發(fā)展情況，對當前主要的幾種推薦算法進行了分析研究，并簡單闡述了關于推薦系統(tǒng)的評測方法。②研究分析了用戶評論文本的特點、組成元素，并介

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