-
公开(公告)号：CN108228867A
公开(公告)日：2018-06-29
申请号：CN201810036537.1
申请日：2018-01-15
Applicant: 武汉大学
Abstract: 本发明公开了一种基于观点增强的主题协同过滤推荐方法，首先基于LDA主题模型提取评论文本属性词；然后根据LDA提取到的属性词，利用word2vec模型计算属性词之间的关系，将相似的属性词归为一类；将词义相同的属性词汇集成属性面；通过属性面观点增强分析得到评论文本的情感极性；接着根据情感词极性和属性词构建打分矩阵，根据打分方式通过协同过滤算法计算用户之间的相似性；最后根据k邻近方法将矩阵中打分比较高的商品推荐给其它用户。实验结果表明，本发明在属性词提取的F值上以及推荐的平均绝对误差值上均表现优异。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
