基于用户评分和评论信息的协同推荐框架-模式识别与人工智能.pdfVIP

第29 卷摇 第4 期 模式识别与人工智能 Vol.29摇 No.4 2016年4月 PR AI Apr.摇 2016 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 * 摇 摇 摇 摇 摇 基基于用户评分和评论信息的协同推荐框架 摇 摇 摇 摇 摇 摇 谭云志摇 摇 张摇 敏摇 摇 刘奕群摇 摇 马少平 (智能技术与系统国家重点实验室摇 北京100084) (清华信息科学与技术国家实验室(筹)摇 北京100084) (清华大学 计算机科学与技术系摇 北京 100084) 摘摇 要摇 用户的反馈通常包含一个数值评分和一段文本形式的评论.文中利用用户评论学习商品特征在不同主题 上的分布及用户对商品不同特征的偏好程度,把商品特征和用户偏好的契合度引入传统的协同过滤算法中,提出 基于用户评分和评论信息的协同推荐框架.使用该框架可较方便地将用户评论信息引入到现有的协同过滤算法 中.通过引入用户评论信息,可一定程度缓解传统协同过滤算法面临的数据稀疏性问题.在22个亚马逊的真实数 据集上的实验证明文中方法的有效性. 关键词摇 推荐系统,协同过滤,用户评论,文本分析 中图法分类号摇 TP 18 DOI摇 10.16451/ ki.issn1003鄄6059.201604008 引用格式摇 谭云志,张 敏,刘奕群,马少平.基于用户评分和评论信息的协同推荐框架.模式识别与人工智能, 2016,29(4):359-366. Collaborative Recommendation Framework Based on Ratings and Textual Reviews TAN Yunzhi,ZHANG Min,LIU Yiqun,MA Shaoping (State Key Laboratory of Intelligent Technology and Systems,Beijing 100084) (Tsinghua National Laboratoryfor Information Science and Technology,Beijing 100084) (Department of Computer Science and Technology,T