基于情感分析的神经网络协同过滤
发布时间：2020-12-10 23:24
随着互联网逐渐渗入生活,网络信息每一秒都在迅速地增长,网络信息的组织结构也越来越复杂且多样化。用户为了满足自己的信息需求所耗费的时间与精力也越来越多。而推荐系统就是用于帮助用户尽可能高效地找到他们想要的信息的技术。在现有的推荐算法中,协同过滤算法以其高效性和稳定性成为了目前最为流行的推荐算法,它利用了用户群体间的相似性来向用户推荐信息。这种相似性可以通过分析用户-项目评分矩阵得到,即评论网站中用户对访问过的商品、服务或商户进行的分值反馈,分值越高代表用户对访问过的项目的满意程度越高。然而在用户数和项目数不断增加的现实中,用户访问过的项目占项目总数的比例不断缩减,用户-项目矩阵变得越来越稀疏,用户间相似性更加难以准确计算。同时,冷启动问题也变得更加严重。面对相对不活跃的用户,评分记录的不足会导致向其推荐的项目不准确,面对新加入市场的新项目,被评价次数的不足使其难以被推荐。与协同过滤算法不同的是,基于知识的推荐思想很重视与用户和项目相关的知识,即使这些知识来源于多源异构数据。在准确的用户项目知识的帮助下,利用基于知识的推荐思想可以解决协同过滤算法的稀疏性和冷启动问题。本地服务和网络购物网站...
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
图１－１的积极评论中，仅一句话就包含了?“ｗｏｎｄｅｒｆｕｌ”?“ｃｏｒｒｅｃｔｌｙ”??
ｒｏａｓｔｅｄ?ｂｒｕｓｓｅｌｓ?ｓｐｒｏｕｔ?ｃｈｉｐｓ！??图１－２?Ｙｅｌｐ用户评论的不同情绪表达??在图１－２的第一条评论中，表达积极情感的情绪词汇有“ｂｅａｕｔｉｆｕｌ?（美??丽）”，“ｗａｒｍ?（温暖）”，“ｌｏｖｅ?（爱）”，评论的对象是一所教堂。而第二条评论??中的积极情感表达使用了?“ａｗｅｓｏｍｅ?（惊叹）”?“ｆｒｉｅｎｄｌｙ?（友善）”?“ｉｎｔｅｒｅｓｔｉｎｇ??（有趣）”，评论的对象是一家酒吧。显然，不同类型商户评论中，表达同样情??感极性的评论仍会具有不同的情绪特征。??评论的表达方式反应了用户的情绪，而人的情绪是性格在不同环境下的表??现，例如，内向的人对安静的环境更有可能给出积极的评价，而外向的人更偏??爱热闹的氛围。因此，表达方式和环境能间接反映用户的性格。在位置服务推??荐系统中，不同的商户为顾客提供的环境并不相同，而用户的表达方式和性格??特征也间接反映了商户提供的环境。具体关系如图１－３所示。??评论文本??ｆａＪ?／?＼＼?＼?间??接?／?＼?接??反／丨ｆ青结－＼反??Ｂ＇；ｉ?／?Ｕ±１ＬＪ?＼?映??／?＾?＼??网网??性格＂?环境??Ｖ?／?Ｖ
ａｓ?ｇｒｅａｔ－?ｂｅ?ｓｕｒｅ?ｔｏ?ｔｒｙ?ｔｈｅ?ｂｕｆｆａｌｏ?ｃａｕｌｉｆｌｏｗｅｒ?ｂｉｔｅｓ?ａｎｄ?ｔｈｅ??ｒｏａｓｔｅｄ?ｂｒｕｓｓｅｌｓ?ｓｐｒｏｕｔ?ｃｈｉｐｓ！??图１－２?Ｙｅｌｐ用户评论的不同情绪表达??在图１－２的第一条评论中，表达积极情感的情绪词汇有“ｂｅａｕｔｉｆｕｌ?（美??丽）”，“ｗａｒｍ?（温暖）”，“ｌｏｖｅ?（爱）”，评论的对象是一所教堂。而第二条评论??中的积极情感表达使用了?“ａｗｅｓｏｍｅ?（惊叹）”?“ｆｒｉｅｎｄｌｙ?（友善）”?“ｉｎｔｅｒｅｓｔｉｎｇ??（有趣）”，评论的对象是一家酒吧。显然，不同类型商户评论中，表达同样情??感极性的评论仍会具有不同的情绪特征。??评论的表达方式反应了用户的情绪，而人的情绪是性格在不同环境下的表??现，例如，内向的人对安静的环境更有可能给出积极的评价，而外向的人更偏??爱热闹的氛围。因此，表达方式和环境能间接反映用户的性格。在位置服务推??荐系统中，不同的商户为顾客提供的环境并不相同，而用户的表达方式和性格??特征也间接反映了商户提供的环境。具体关系如图１－３所示。??评论文本??ｆａＪ?／?＼＼?＼?间??接?／?＼?接??反／丨ｆ青结－＼反??Ｂ＇；ｉ?／?Ｕ±１ＬＪ?＼?映??／?＾?＼??网网??性格＂?环境??Ｖ?／?Ｖ
【参考文献】：
期刊论文
[1]面向搜索引擎的实体推荐综述[J]. 黄际洲,孙雅铭,王海峰,刘挺. 计算机学报. 2019(07)
[2]融合偏好度与网络结构的推荐算法[J]. 黄继婷,陈建兵,陈平华. 计算机工程与应用. 2019(10)
[3]基于用户评论的深度情感分析和多视图协同融合的混合推荐方法[J]. 张宜浩,朱小飞,徐传运,董世都. 计算机学报. 2019(06)
[4]融合潜在社交信任模型的协同过滤推荐[J]. 吴航,江红. 计算机工程与应用. 2019(20)
[5]基于深度学习的推荐系统研究综述[J]. 黄立威,江碧涛,吕守业,刘艳博,李德毅. 计算机学报. 2018(07)
[6]基于时序行为的协同过滤推荐算法[J]. 孙光福,吴乐,刘淇,朱琛,陈恩红. 软件学报. 2013(11)
[7]基于约束的旅游推荐系统的研究与设计[J]. 王显飞,陈梅,李小天. 计算机技术与发展. 2012(02)
[8]上下文感知推荐系统[J]. 王立才,孟祥武,张玉洁. 软件学报. 2012(01)
[9]基于遗忘曲线的协同过滤推荐算法[J]. 于洪,李转运. 南京大学学报(自然科学版). 2010(05)
[10]文本情感分析[J]. 赵妍妍,秦兵,刘挺. 软件学报. 2010(08)
本文编号：2909468
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
图１－１的积极评论中，仅一句话就包含了?“ｗｏｎｄｅｒｆｕｌ”?“ｃｏｒｒｅｃｔｌｙ”??
ｒｏａｓｔｅｄ?ｂｒｕｓｓｅｌｓ?ｓｐｒｏｕｔ?ｃｈｉｐｓ！??图１－２?Ｙｅｌｐ用户评论的不同情绪表达??在图１－２的第一条评论中，表达积极情感的情绪词汇有“ｂｅａｕｔｉｆｕｌ?（美??丽）”，“ｗａｒｍ?（温暖）”，“ｌｏｖｅ?（爱）”，评论的对象是一所教堂。而第二条评论??中的积极情感表达使用了?“ａｗｅｓｏｍｅ?（惊叹）”?“ｆｒｉｅｎｄｌｙ?（友善）”?“ｉｎｔｅｒｅｓｔｉｎｇ??（有趣）”，评论的对象是一家酒吧。显然，不同类型商户评论中，表达同样情??感极性的评论仍会具有不同的情绪特征。??评论的表达方式反应了用户的情绪，而人的情绪是性格在不同环境下的表??现，例如，内向的人对安静的环境更有可能给出积极的评价，而外向的人更偏??爱热闹的氛围。因此，表达方式和环境能间接反映用户的性格。在位置服务推??荐系统中，不同的商户为顾客提供的环境并不相同，而用户的表达方式和性格??特征也间接反映了商户提供的环境。具体关系如图１－３所示。??评论文本??ｆａＪ?／?＼＼?＼?间??接?／?＼?接??反／丨ｆ青结－＼反??Ｂ＇；ｉ?／?Ｕ±１ＬＪ?＼?映??／?＾?＼??网网??性格＂?环境??Ｖ?／?Ｖ
ａｓ?ｇｒｅａｔ－?ｂｅ?ｓｕｒｅ?ｔｏ?ｔｒｙ?ｔｈｅ?ｂｕｆｆａｌｏ?ｃａｕｌｉｆｌｏｗｅｒ?ｂｉｔｅｓ?ａｎｄ?ｔｈｅ??ｒｏａｓｔｅｄ?ｂｒｕｓｓｅｌｓ?ｓｐｒｏｕｔ?ｃｈｉｐｓ！??图１－２?Ｙｅｌｐ用户评论的不同情绪表达??在图１－２的第一条评论中，表达积极情感的情绪词汇有“ｂｅａｕｔｉｆｕｌ?（美??丽）”，“ｗａｒｍ?（温暖）”，“ｌｏｖｅ?（爱）”，评论的对象是一所教堂。而第二条评论??中的积极情感表达使用了?“ａｗｅｓｏｍｅ?（惊叹）”?“ｆｒｉｅｎｄｌｙ?（友善）”?“ｉｎｔｅｒｅｓｔｉｎｇ??（有趣）”，评论的对象是一家酒吧。显然，不同类型商户评论中，表达同样情??感极性的评论仍会具有不同的情绪特征。??评论的表达方式反应了用户的情绪，而人的情绪是性格在不同环境下的表??现，例如，内向的人对安静的环境更有可能给出积极的评价，而外向的人更偏??爱热闹的氛围。因此，表达方式和环境能间接反映用户的性格。在位置服务推??荐系统中，不同的商户为顾客提供的环境并不相同，而用户的表达方式和性格??特征也间接反映了商户提供的环境。具体关系如图１－３所示。??评论文本??ｆａＪ?／?＼＼?＼?间??接?／?＼?接??反／丨ｆ青结－＼反??Ｂ＇；ｉ?／?Ｕ±１ＬＪ?＼?映??／?＾?＼??网网??性格＂?环境??Ｖ?／?Ｖ
【参考文献】：
期刊论文
[1]面向搜索引擎的实体推荐综述[J]. 黄际洲,孙雅铭,王海峰,刘挺. 计算机学报. 2019(07)
[2]融合偏好度与网络结构的推荐算法[J]. 黄继婷,陈建兵,陈平华. 计算机工程与应用. 2019(10)
[3]基于用户评论的深度情感分析和多视图协同融合的混合推荐方法[J]. 张宜浩,朱小飞,徐传运,董世都. 计算机学报. 2019(06)
[4]融合潜在社交信任模型的协同过滤推荐[J]. 吴航,江红. 计算机工程与应用. 2019(20)
[5]基于深度学习的推荐系统研究综述[J]. 黄立威,江碧涛,吕守业,刘艳博,李德毅. 计算机学报. 2018(07)
[6]基于时序行为的协同过滤推荐算法[J]. 孙光福,吴乐,刘淇,朱琛,陈恩红. 软件学报. 2013(11)
[7]基于约束的旅游推荐系统的研究与设计[J]. 王显飞,陈梅,李小天. 计算机技术与发展. 2012(02)
[8]上下文感知推荐系统[J]. 王立才,孟祥武,张玉洁. 软件学报. 2012(01)
[9]基于遗忘曲线的协同过滤推荐算法[J]. 于洪,李转运. 南京大学学报(自然科学版). 2010(05)
[10]文本情感分析[J]. 赵妍妍,秦兵,刘挺. 软件学报. 2010(08)
本文编号：2909468
本文链接：https://www.wllwen.com/tushudanganlunwen/2909468.html
