基于在線評論的個性化推薦系統(tǒng).pdf

1、推薦系統(tǒng)是根據(jù)互聯(lián)網(wǎng)用戶的個人信息或網(wǎng)站行為來推測用戶的偏好，進(jìn)而為用戶進(jìn)行產(chǎn)品推薦的新技術(shù)。隨著互聯(lián)網(wǎng)的蓬勃發(fā)展，推薦系統(tǒng)已經(jīng)應(yīng)用于許多互聯(lián)網(wǎng)服務(wù)，尤其是電子商務(wù)領(lǐng)域。傳統(tǒng)的推薦算法僅依靠用戶對商品的整體評分或者用戶在瀏覽網(wǎng)頁時的網(wǎng)頁行為等隱性數(shù)據(jù)來分析用戶偏好，這些推薦算法和用戶數(shù)據(jù)隨著網(wǎng)站內(nèi)容的不斷細(xì)化以及用戶對推薦內(nèi)容要求的不斷提高，日益顯現(xiàn)其不足，如推薦精度不高、推薦效率低。所以采用有效的數(shù)據(jù)是保證推薦系統(tǒng)準(zhǔn)確性的關(guān)鍵因素。如

2、何盡可能滿足潛在目標(biāo)用戶的需求，向他們推薦符合興趣偏好的商品是當(dāng)前推薦算法的首要問題之一。
　　針對這個問題，本文研究了互聯(lián)網(wǎng)領(lǐng)域個性化推薦的主流技術(shù)和應(yīng)用，并結(jié)合了Web文本挖掘技術(shù)，提出了一種基于在線評論意見挖掘的推薦算法，該算法從用戶的在線評論文本數(shù)據(jù)出發(fā)，挖掘用戶在商品特征層次上的偏好，再基于協(xié)同過濾算法產(chǎn)生推薦，目的是能把這一用戶生成內(nèi)容利用到個性化推薦中，挖掘出用戶最直接真實(shí)的偏好和期望，以使推薦結(jié)果盡可能符合用戶的興