隨著互聯(lián)網(wǎng)逐漸滲入生活,網(wǎng)絡(luò)信息每一秒都在迅速地增長(zhǎng),網(wǎng)絡(luò)信息的組織結(jié)構(gòu)也越來(lái)越復(fù)雜且多樣化。用戶為了滿足自己的信息需求所耗費(fèi)的時(shí)間與精力也越來(lái)越多。而推薦系統(tǒng)就是用于幫助用戶盡可能高效地找到他們想要的信息的技術(shù)。在現(xiàn)有的推薦算法中,協(xié)同過(guò)濾算法以其高效性和穩(wěn)定性成為了目前最為流行的推薦算法,它利用了用戶群體間的相似性來(lái)向用戶推薦信息。這種相似性可以通過(guò)分析用戶-項(xiàng)目評(píng)分矩陣得到,即評(píng)論網(wǎng)站中用戶對(duì)訪問(wèn)過(guò)的商品、服務(wù)或商戶進(jìn)行的分值反饋,分值越高代表用戶對(duì)訪問(wèn)過(guò)的項(xiàng)目的滿意程度越高。然而在用戶數(shù)和項(xiàng)目數(shù)不斷增加的現(xiàn)實(shí)中,用戶訪問(wèn)過(guò)的項(xiàng)目占項(xiàng)目總數(shù)的比例不斷縮減,用戶-項(xiàng)目矩陣變得越來(lái)越稀疏,用戶間相似性更加難以準(zhǔn)確計(jì)算。同時(shí),冷啟動(dòng)問(wèn)題也變得更加嚴(yán)重。面對(duì)相對(duì)不活躍的用戶,評(píng)分記錄的不足會(huì)導(dǎo)致向其推薦的項(xiàng)目不準(zhǔn)確,面對(duì)新加入市場(chǎng)的新項(xiàng)目,被評(píng)價(jià)次數(shù)的不足使其難以被推薦。與協(xié)同過(guò)濾算法不同的是,基于知識(shí)的推薦思想很重視與用戶和項(xiàng)目相關(guān)的知識(shí),即使這些知識(shí)來(lái)源于多源異構(gòu)數(shù)據(jù)。在準(zhǔn)確的用戶項(xiàng)目知識(shí)的幫助下,利用基于知識(shí)的推薦思想可以解決協(xié)同過(guò)濾算法的稀疏性和冷啟動(dòng)問(wèn)題。本地服務(wù)和網(wǎng)絡(luò)購(gòu)物網(wǎng)站... 

【文章來(lái)源】：南京大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１的積極評(píng)論中，僅一句話就包含了?“ｗｏｎｄｅｒｆｕｌ”?“ｃｏｒｒｅｃｔｌｙ”??

ｒｏａｓｔｅｄ?ｂｒｕｓｓｅｌｓ?ｓｐｒｏｕｔ?ｃｈｉｐｓ！??圖１－２?Ｙｅｌｐ用戶評(píng)論的不同情緒表達(dá)??在圖１－２的第一條評(píng)論中，表達(dá)積極情感的情緒詞匯有“ｂｅａｕｔｉｆｕｌ?（美??麗）”，“ｗａｒｍ?（溫暖）”，“ｌｏｖｅ?（愛(ài)）”，評(píng)論的對(duì)象是一所教堂。而第二條評(píng)論??中的積極情感表達(dá)使用了?“ａｗｅｓｏｍｅ?（驚嘆）”?“ｆｒｉｅｎｄｌｙ?（友善）”?“ｉｎｔｅｒｅｓｔｉｎｇ??（有趣）”，評(píng)論的對(duì)象是一家酒吧。顯然，不同類型商戶評(píng)論中，表達(dá)同樣情??感極性的評(píng)論仍會(huì)具有不同的情緒特征。??評(píng)論的表達(dá)方式反應(yīng)了用戶的情緒，而人的情緒是性格在不同環(huán)境下的表??現(xiàn)，例如，內(nèi)向的人對(duì)安靜的環(huán)境更有可能給出積極的評(píng)價(jià)，而外向的人更偏??愛(ài)熱鬧的氛圍。因此，表達(dá)方式和環(huán)境能間接反映用戶的性格。在位置服務(wù)推??薦系統(tǒng)中，不同的商戶為顧客提供的環(huán)境并不相同，而用戶的表達(dá)方式和性格??特征也間接反映了商戶提供的環(huán)境。具體關(guān)系如圖１－３所示。??評(píng)論文本??ｆａＪ?／?＼＼?＼?間??接?／?＼?接??反／丨ｆ青結(jié)－＼反??Ｂ＇；ｉ?／?Ｕ±１ＬＪ?＼?映??／?＾?＼??網(wǎng)網(wǎng)??性格＂?環(huán)境??Ｖ?／?Ｖ

ａｓ?ｇｒｅａｔ－?ｂｅ?ｓｕｒｅ?ｔｏ?ｔｒｙ?ｔｈｅ?ｂｕｆｆａｌｏ?ｃａｕｌｉｆｌｏｗｅｒ?ｂｉｔｅｓ?ａｎｄ?ｔｈｅ??ｒｏａｓｔｅｄ?ｂｒｕｓｓｅｌｓ?ｓｐｒｏｕｔ?ｃｈｉｐｓ！??圖１－２?Ｙｅｌｐ用戶評(píng)論的不同情緒表達(dá)??在圖１－２的第一條評(píng)論中，表達(dá)積極情感的情緒詞匯有“ｂｅａｕｔｉｆｕｌ?（美??麗）”，“ｗａｒｍ?（溫暖）”，“ｌｏｖｅ?（愛(ài)）”，評(píng)論的對(duì)象是一所教堂。而第二條評(píng)論??中的積極情感表達(dá)使用了?“ａｗｅｓｏｍｅ?（驚嘆）”?“ｆｒｉｅｎｄｌｙ?（友善）”?“ｉｎｔｅｒｅｓｔｉｎｇ??（有趣）”，評(píng)論的對(duì)象是一家酒吧。顯然，不同類型商戶評(píng)論中，表達(dá)同樣情??感極性的評(píng)論仍會(huì)具有不同的情緒特征。??評(píng)論的表達(dá)方式反應(yīng)了用戶的情緒，而人的情緒是性格在不同環(huán)境下的表??現(xiàn)，例如，內(nèi)向的人對(duì)安靜的環(huán)境更有可能給出積極的評(píng)價(jià)，而外向的人更偏??愛(ài)熱鬧的氛圍。因此，表達(dá)方式和環(huán)境能間接反映用戶的性格。在位置服務(wù)推??薦系統(tǒng)中，不同的商戶為顧客提供的環(huán)境并不相同，而用戶的表達(dá)方式和性格??特征也間接反映了商戶提供的環(huán)境。具體關(guān)系如圖１－３所示。??評(píng)論文本??ｆａＪ?／?＼＼?＼?間??接?／?＼?接??反／丨ｆ青結(jié)－＼反??Ｂ＇；ｉ?／?Ｕ±１ＬＪ?＼?映??／?＾?＼??網(wǎng)網(wǎng)??性格＂?環(huán)境??Ｖ?／?Ｖ

【參考文獻(xiàn)】：
期刊論文
[1]面向搜索引擎的實(shí)體推薦綜述[J]. 黃際洲,孫雅銘,王海峰,劉挺.  計(jì)算機(jī)學(xué)報(bào). 2019(07)
[2]融合偏好度與網(wǎng)絡(luò)結(jié)構(gòu)的推薦算法[J]. 黃繼婷,陳建兵,陳平華.  計(jì)算機(jī)工程與應(yīng)用. 2019(10)
[3]基于用戶評(píng)論的深度情感分析和多視圖協(xié)同融合的混合推薦方法[J]. 張宜浩,朱小飛,徐傳運(yùn),董世都.  計(jì)算機(jī)學(xué)報(bào). 2019(06)
[4]融合潛在社交信任模型的協(xié)同過(guò)濾推薦[J]. 吳航,江紅.  計(jì)算機(jī)工程與應(yīng)用. 2019(20)
[5]基于深度學(xué)習(xí)的推薦系統(tǒng)研究綜述[J]. 黃立威,江碧濤,呂守業(yè),劉艷博,李德毅.  計(jì)算機(jī)學(xué)報(bào). 2018(07)
[6]基于時(shí)序行為的協(xié)同過(guò)濾推薦算法[J]. 孫光福,吳樂(lè),劉淇,朱琛,陳恩紅.  軟件學(xué)報(bào). 2013(11)
[7]基于約束的旅游推薦系統(tǒng)的研究與設(shè)計(jì)[J]. 王顯飛,陳梅,李小天.  計(jì)算機(jī)技術(shù)與發(fā)展. 2012(02)
[8]上下文感知推薦系統(tǒng)[J]. 王立才,孟祥武,張玉潔.  軟件學(xué)報(bào). 2012(01)
[9]基于遺忘曲線的協(xié)同過(guò)濾推薦算法[J]. 于洪,李轉(zhuǎn)運(yùn).  南京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(05)
[10]文本情感分析[J]. 趙妍妍,秦兵,劉挺.  軟件學(xué)報(bào). 2010(08)



本文編號(hào)：2909468