融合评论文本与评分交互特征的推荐方法

作     者：陈丽琼 范国庆 毕晓钰 郭坤 CHEN Li-qiong;FAN Guo-qing;BI Xiao-yu;GUO Kun

作者机构：上海应用技术大学计算机科学与信息工程学院上海201418 上海市行政管理学校计算机系上海201803 

基　　金：国家自然科学基金项目(61702334、61772200) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2023年第44卷第2期

页      码：393-399页

摘      要：为缓解协同过滤推荐算法中评分数据稀疏问题对推荐结果的影响,提出一种融合文本评论和用户评分交互的推荐算法。通过将用户和商品评论各自潜在主题向量与用户、商品的潜在因子向量进行融合并各自进行评分,经过动态线性加权融合做出整体评分预测。在公开的多组数据集上,以推荐结果的均方根误差(RMSE)和平均绝对误差(MAE)为评估指标进行实验验证。实验结果表明,提出算法可以更好地刻画用户偏好和商品特征,有效缓解了评论数据稀疏性影响,提高推荐结果的准确性。

主 题 词：数据稀疏性 评论文本 评分数据 潜在因子 因子分解机 推荐系统 大数据 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2023.02.011

馆 藏 号：203118257...