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(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，已被成功運用于許多在線應(yīng)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(dāng)用戶評分數(shù)據(jù)稀少或缺失時，將難以做出準(zhǔn)確的評分預(yù)測與物品推薦。近年來關(guān)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(guān)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(shù)的發(fā)展情況，對當(dāng)前主要的幾種推薦算法進行了分析研究，并簡單闡述了關(guān)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(zhǔn)確的用