融合社交因素和評論文本卷積網(wǎng)絡(luò)模型的汽車推薦研究及應(yīng)用.pdf

1、伴隨著Web技術(shù)快速迭代和發(fā)展，在此基礎(chǔ)上發(fā)展壯大的在線社交也成為人們生活中的熱點。十三五期間，國家大數(shù)據(jù)戰(zhàn)略的實施和數(shù)據(jù)資源開放共享的推進(jìn)，越來越多的互聯(lián)網(wǎng)應(yīng)用開始與現(xiàn)代生活融合，大量的用戶通過互聯(lián)網(wǎng)提供的眾多平臺開拓自己的活動范圍。隨著城市的快速發(fā)展，上班、自駕游、接送孩子等活動日益頻繁，購買汽車的需求逐漸增長。然而對于汽車這種特殊商品，不像普通的生活用品，由于它有著自身復(fù)雜度高、交易和消費的頻次低等特點，所以在推薦任務(wù)過程中，會遇

2、到用戶相關(guān)領(lǐng)域知識匱乏、用戶歷史交易數(shù)據(jù)少、商品自身復(fù)雜度高等困難。
　　為了應(yīng)對推薦任務(wù)中遇到的困難和挑戰(zhàn)，本論文致力于通過對購買者網(wǎng)絡(luò)上的社交信息以及對不同汽車下的評論數(shù)據(jù)進(jìn)行特征析取，結(jié)合社交因素和評論影響設(shè)計出科學(xué)有效的模型對汽車進(jìn)行推薦。論文從上述兩方面信息著手，以提高推薦準(zhǔn)確性為目標(biāo)對個性化汽車推薦進(jìn)行深入研究，主要創(chuàng)新點及研究成果如下：
　?、贋榱烁玫睦斫庥脩舻脑u分行為，需要挖掘用戶的個性化特征。論文從兩方面

3、入手，一是社交環(huán)境對用戶的影響，在特定的車型下構(gòu)建購買用途需求的社交圈，在此社交圈的基礎(chǔ)上分析用戶的個人偏好和偏好相似度兩個社交因素，結(jié)合評分?jǐn)?shù)據(jù)并根據(jù)已有的計算方法量化其社交關(guān)系；二是評論文本對項目的影響，通過深度學(xué)習(xí)技術(shù)構(gòu)建了四層卷積神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)文本特征；
　?、谡撐尼槍ζ囂岢隽巳碌耐扑]模型SCTCMAR（Social and Comment Text CNN Model based Automobile Recomme

4、ndation），該模型融入了社交影響和評論文本特征，即用戶的個人偏好和偏好相似度以及項目的評論文本特征，最終將這三個因素注入到推薦模型中體現(xiàn)了社交因素和評論文本特征因素對用戶決策過程的影響，提高了汽車推薦的準(zhǔn)確性；
　　③論文使用矩陣分解技術(shù)訓(xùn)練用戶與汽車的隱特征，然后通過矩陣合并技術(shù)得到預(yù)測偏好矩陣并最終向目標(biāo)用戶提供汽車推薦。在真實數(shù)據(jù)集上進(jìn)行實驗對比，結(jié)果表明論文提出的SCTCMAR汽車推薦模型能夠進(jìn)行有效的進(jìn)行汽車推薦并