融合词间句间多关系建模的评论推荐算法.pdfVIP

://

httwww．skx．com

pjj

:/

DOI１０．１１８９６skx．２４０７０００５３

jj

融合词间句间多关系建模的评论推荐算法

,

邓策渝１李段腾川１２胡奕仁２王晓光１李志飞３

武汉大学信息管理学院武汉

１４３００７２

武汉大学计算机学院武汉

２４３００７２

湖北大学计算机与信息工程学院武汉

３４３００６２

()

ceuden＠１６３．com

yg

,,

摘要评论作为最常见的辅助信息能够直观地表达用户的喜好和物品的属性被研究者们广泛应用于优化推荐算法的预测

.,,、

精度然而目前评论推荐算法仍存在不足主要体现在忽略了对评论文本多粒度特征的建模和对用户偏好物品属性这一对

,,.,

异质特征的关联性交互学习导致模型无法充分提取评论信息影响了模型精度因此提出了融合词间句间多关系建模的评

(),,;

论推荐算法MR４R通过分析评论文本的词间重要性关系和句间时序动态关系抽取不同层次的特征信息设计了融合预测

,,.

层对用户偏好与物品属性特征间的关联性挖掘过程进行优化并通过高阶非线性计算进行评分预测选取了个不同场景的

４

,.,

数据集并将所提模型与目前主流的种推荐算法进行比较实验结果表明融合词间句间多关系建模的推荐算法能够充分提

７

,,.

取评论中蕴含的信息显著提升了平均推荐精度具有更强的推荐性能

:;;;;

关键词评论推荐算法深度学习多关系建模时序特征建模异质特征融合与交互

中图分类号TP３９１．３

JointInterＧwordandInterＧsentenceMultiＧrelationshiModelinforReviewＧbased

pg

RecommendationAlorithm

g