原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
总第428期计算机与数字工程Vol.53No.6
2025年第6期ComputerDigitalEngineering1619
融合情感分析的强化隐反馈推荐算法
王宇豪丁咏梅
（武汉科技大学理学院武汉430070)
摘要推荐系统通常基于用户与物品之间的交互数据来进行个性化推荐，基于矩阵分解的推荐系统的本质是提取用
户与物品的交互特征，来计算用户项目之间的评分进行推荐排序。基于矩阵分解推荐方法与深度语义匹配模型，构造一对
多层感知机深度神经网络，提出了一种深度矩阵分解推荐模型，设计了一种融合情感分析的强化隐反馈推荐算法，利用数据
中的情感特征强化显式信息，在模型训练使用优化的相似度计算方法同时使用新的损失函数加强模型隐式反馈，与其他推
荐算法的对比中证明了该模型在推荐任务中的有效性与优越性。
关键词推荐系统；深度矩阵分解；情感分析；隐反馈
中图分类号TP391.33D0I:10.3969/j.issn.1672-9722.2025.06.019
ReinforceImplicitFeedbackRecommenderAlgorithmIntegrating
SentimentAnalysis
WANGYuhaoDINGYongmei
(CollegeofScience,WuhanUniversityofScienceandTechnology,Wuhan430070)
AbstractRecommendersystemsusuallymakepersonalizedrecommendationsbasedontheinteractiondatabetweenusers
anditems.Thematrixfactorizationrecommendersystemistoextractthefeaturesofusersanditemstocalculatethescoresbetween
useritemsforrecommendationranking.Basedonmatrixfactorizationrecommendermethodanddeepstructuredsemanticmodel,
thispaperconstructsapairofmulti-layerperceptrondeepneuralnetworks,proposesadeepmatrixfactorizationrecommendation
model,anddesignsastrongimplicitfeedbackrecommendationalgorithmwithsentimentanalysis.Sentimentfeaturesstrengthenex-
plicitinformation,optimizesimilaritycalculationmethodinmodeltraining,andanewlossfunctiontostrengthentheimplicitfeed-
backofthemodel.Comparedwithotherrecommendationalgorithms,theeffectivenessandsuperiorityofthemodelintherecommen-
dationtaskareproved.
KeyWords
srecommendersystem,deepmatrixfactorization,sentimentanalysis,implicitfeedback
Cla
文档评论（0）