基于在线评论情感分析的改进协同过滤推荐模型

钱春琳^1,2(),张兴芳^3,*(),孙丽华²

1. 河海大学企业管理学院, 江苏 常州 213022
2. 天津大学管理与经济学部, 天津 300072
3. 聊城大学数学科学学院, 山东 聊城 252000

收稿日期:2017-10-08出版日期:2019-02-20发布日期:2019-03-01
通讯作者:张兴芳E-mail:qiancl1997@126.com;sunlh68@tju.edu.cn
作者简介:钱春琳(1997—),女,江苏南通人，硕士研究生，主要研究方向为个性化推荐算法研究与在线评论挖掘. E-mail:qiancl1997@126.com
基金资助:国家自然科学基金(11471152)

Advanced collaborative filtering recommendation model based on sentiment analysis of online review

Chunlin QIAN^1,2(),Xingfang ZHANG^3,*(),Lihua SUN²

1. School of Business Administration, Hohai University, Changzhou 213022, Jiangsu, China
2. College of Management and Economics, Tianjin University, Tianjin 300072, China
3. School of Mathematical Sciences, Liaocheng University, Liaocheng 252000, Shandong, China

Received:2017-10-08Online:2019-02-20Published:2019-03-01
Contact:Xingfang ZHANG E-mail:qiancl1997@126.com;sunlh68@tju.edu.cn

Supported by:国家自然科学基金(11471152)

摘要/Abstract

摘要： 针对在线中文评论中用户主观意见的不确定性,提出一种基于不确定理论的情感分析模型,并结合情感分析模型设计了个性化推荐算法。采用分词工具ICTCLAS和IKAnalyzer预处理在线中文评论,并基于情感词典(HowNet)计算特征词的点互信息值;应用不确定变量与不确定集设计情感分析模型;根据情感分析模型设计新的最近邻居搜索方法并产生推荐。在两个真实数据集上进行试验,试验结果表明,该方法能够有效改进推荐结果的准确率,缓解数据稀疏问题。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1792