一种文本情感指数计算方法和系统

    公开(公告)号:CN102929861A

    公开(公告)日:2013-02-13

    申请号:CN201210404224.X

    申请日:2012-10-22

    Abstract: 一种文本情感指数计算方法和系统,方法包括有:步骤A、构建非领域限定的情感词库,选择多个非领域限定的情感词,并将所述非领域限定的情感词及其对应的情感分数保存在非领域限定的情感词库中;步骤B、根据标点符号将待计算文本划分为多个子句,并对每个子句进行分词,然后依次寻找每个子句中包含的非领域限定的情感词,使用情感指数计算规则对子句中所包含的每个非领域限定的情感词的情感分数进行调整,最后根据调整后的非领域限定的情感词的情感分数,统计每个子句的情感分数,从而计算待计算文本的情感指数值。本发明属于自然语言处理技术及模式识别领域,能有效提高文本情感分析的准确率和用户满意度。

    一种文本情感指数计算方法和系统

    公开(公告)号:CN102929861B

    公开(公告)日:2015-07-22

    申请号:CN201210404224.X

    申请日:2012-10-22

    Abstract: 一种文本情感指数计算方法和系统,方法包括有:步骤A、构建非领域限定的情感词库,选择多个非领域限定的情感词,并将所述非领域限定的情感词及其对应的情感分数保存在非领域限定的情感词库中;步骤B、根据标点符号将待计算文本划分为多个子句,并对每个子句进行分词,然后依次寻找每个子句中包含的非领域限定的情感词,使用情感指数计算规则对子句中所包含的每个非领域限定的情感词的情感分数进行调整,最后根据调整后的非领域限定的情感词的情感分数,统计每个子句的情感分数,从而计算待计算文本的情感指数值。本发明属于自然语言处理技术及模式识别领域,能有效提高文本情感分析的准确率和用户满意度。

    一种基于马尔科夫链的图书推荐方法

    公开(公告)号:CN102982131A

    公开(公告)日:2013-03-20

    申请号:CN201210460908.1

    申请日:2012-11-16

    Abstract: 一种基于马尔科夫链的图书推荐方法,方法包括有:步骤一、查询用户的阅读历史数据,并基于朴素贝叶斯算法,计算用户的初始状态概率向量;步骤二、查询用户的当前阅读图书和所有未阅读图书,并根据所有用户对该用户的当前阅读图书和未阅读图书的喜欢和不喜欢状态,分别计算该用户当前阅读图书到每个未阅读图书的转移概率矩阵;步骤三、根据用户的初始状态概率向量、和用户当前阅读图书到未阅读图书的转移概率矩阵,分别计算用户从当前阅读图书转移到每个未阅读图书的状态概率向量,所述状态概率向量包括有用户对未阅读图书的喜欢状态概率,并据此向用户推荐未阅读图书。本发明属于网络应用技术领域,能根据用户的动态行为进行图书的个性化推荐。

    一种图书推荐方法
    14.
    发明公开

    公开(公告)号:CN102902744A

    公开(公告)日:2013-01-30

    申请号:CN201210343263.3

    申请日:2012-09-17

    Abstract: 一种图书推荐方法,包括有:步骤A、根据图书的作者、三级分类、四级分类和通用标签,构建图书库中每本图书的图书标签向量;步骤B、根据用户的图书阅读记录中所有已深度阅读图书的作者、三级分类、四级分类、通用标签及其分别对应的权重值,建立每个用户的文本标签向量;步骤C、根据图书的图书标签向量中作者、三级分类、四级分类、通用标签分别在用户的文本标签向量中对应的权重值,计算图书库中所有图书对应于每位用户的标签得分。本发明属于网络应用技术领域,能根据图书的内容以及用户的阅读喜好,向用户进行图书的个性化推荐,为用户推荐出更符合用户喜好的图书,提高用户的满意度,改善用户体验。

    一种基于社交网络的图书推荐方法和系统

    公开(公告)号:CN103488714B

    公开(公告)日:2017-01-18

    申请号:CN201310412306.3

    申请日:2013-09-11

    Abstract: 一种基于社交网络的图书推荐方法和系统,方法包括有:步骤1、提取用户与其他用户在社交网络中的互动信息,为用户构建若干个互动类型好友组,然后将与用户有成功互动关系的其他用户根据其互动类型划分到不同的互动类型好友组中,所述成功互动是用户对自己与其他用户之间的互动关系进行回应;步骤2、分别计算用户和每个互动类型好友组中的每个好友的成功互动数,然后从每个互动类型好友组中挑选出成功互动数最大的前若干个好友,最后将所述若干个好友的阅读最多的图书向用户推荐。本发明属于网络通信技术领域,能根据用户在社交网络中的互动行为来进行图书的个性化推荐。

    一种基于自适应聚类的图书推荐方法

    公开(公告)号:CN103366009B

    公开(公告)日:2016-08-10

    申请号:CN201310314155.8

    申请日:2013-07-24

    Abstract: 一种基于自适应聚类的图书推荐方法,包括:步骤一、根据图书的访问数据,分别将图书划分到若干个图书聚类中;步骤二、根据图书聚类中所有图书的评分,计算每个图书聚类的图书平均分;步骤三、根据不同图书聚类的图书平均分的差值、不同图书聚类的共同用户数、和用户对每个图书聚类中已阅读图书的评分的平均值,计算用户对每个图书聚类的评分;步骤四、根据每本图书的评分与其所属图书聚类的图书平均分的差值、以及用户对每个图书聚类的评分,计算用户对图书聚类中未阅读图书的评分,并据此向用户推荐图书。本发明属于网络通信技术领域,能为用户推荐更多个性化的长尾图书。

    一种基于社交网络的图书推荐方法和系统

    公开(公告)号:CN103488714A

    公开(公告)日:2014-01-01

    申请号:CN201310412306.3

    申请日:2013-09-11

    CPC classification number: G06Q50/01 G06Q30/02

    Abstract: 一种基于社交网络的图书推荐方法和系统,方法包括有:步骤1、提取用户与其他用户在社交网络中的互动信息,为用户构建若干个互动类型好友组,然后将与用户有成功互动关系的其他用户根据其互动类型划分到不同的互动类型好友组中,所述成功互动是用户对自己与其他用户之间的互动关系进行回应;步骤2、分别计算用户和每个互动类型好友组中的每个好友的成功互动数,然后从每个互动类型好友组中挑选出成功互动数最大的前若干个好友,最后将所述若干个好友的阅读最多的图书向用户推荐。本发明属于网络通信技术领域,能根据用户在社交网络中的互动行为来进行图书的个性化推荐。

    一种基于用户行为的图书推荐方法

    公开(公告)号:CN102929959A

    公开(公告)日:2013-02-13

    申请号:CN201210382006.0

    申请日:2012-10-10

    Abstract: 一种基于用户行为的图书推荐方法,包括有:根据用户在当前一天中对图书的浏览时间、访问次数、访问路径数、每条访问路径的访问次数、访问路径深度以及图书的内容字节数,计算出每位用户对其所浏览图书的用户-图书兴趣度;基于用户-图书兴趣度计算用户之间的相似度,并为目标用户选择若干个相似度高的邻居用户,然后将邻居用户已阅读而目标用户尚未阅读的图书向目标用户推荐。本发明属于移动互联网电子商务信息检索与处理技术领域,能根据用户的图书浏览行为来挖掘用户偏好,从而为用户提供更精准的图书推荐服务。

Patent Agency Ranking