基于矩阵分解的社交用户情感分析推荐方法.pdfVIP

互联网+理论中国宽带·月刊

基于矩阵分解的社交用户情感分析推荐方法

■马佩

【摘要】如今，社交网络的指数级发展趋势正在为推荐很高，这种分解模型的形式使我们可以通过相应地调整参数

系统创建新的应用领域。本文提出了一种推荐系统，该系统依f（潜在因子的数量）来保持有限的存储需求。在本文中，基

赖于对语义态度的识别，即从用户生成的内容中提取的情感、于SVO的分析确定一对相关联的3维矢量，观察到的数据形成

数量和客观性评级数。为了在传统的社交网络上大规模地执行了用户、实物和SVO特征之间的三元关系，因此我们获得了3

此操作，我们设计了一种三维矩阵分解法，每个矩阵表示一种

态度。在分解模型中还考虑了用户态度的潜在时间变化。在不维稀疏矩阵MÎRu´c´3。

同的现实数据集上进行的广泛离线实验显示，与其他方法相根据所考