基于LDA模型的餐厅推荐方法研究

摘要：

随着网络的飞速发展,餐饮类的评价信息数量急剧增加.对餐饮评价进行有效分析不仅能够帮助消费者进行用餐选择,还可以帮助商家对餐厅服务进行改进.为此,提出了一种基于LDA(Latent Dirichlet Allocation)模型的餐厅推荐方法.首先,对餐厅评价信息进行情感分类,获取积极评价和好评率;其次,根据LDA模型对积极评价信息文本进行聚类,生成餐厅标签;最后,计算用户需求与餐厅标签的相似度,根据相似度和好评率向用户推荐餐厅.基于通过网络获取的真实餐饮评价信息进行实验,结果表明,该方法生成的餐厅标签的效果好,能准确地向用户推荐餐厅.

关键词：评价信息、LDA、情感分析、文本聚类、餐厅标签、餐厅推荐

所属期刊栏目：44

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金青年项目61300145;中国博士后科学基金面上资助项目2014M561294

在线出版日期：2017-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：180-184,214