基于在线评论信息挖掘的动态用户偏好模型构建

摘要：

[目的/意义]基于领域本体在信息层次化挖掘以及用户偏好模型构建方面的优势，以弥补传统的基于评分信息的用户偏好信息采集的不足。[方法/过程]首先，基于领域本体的层次结构，通过本体概念的映射，构建层次化产品属性集；其次，基于层叠CRFs模型以及情感词典，实现在线评论情感倾向性的层次化分析，并在此基础上，实现了用户偏好信息的层次化挖掘；最后，构建了基于本体建模方法的动态用户偏好模型，以保证用户偏好本体的动态更新。[结果/结论]仿真实验模拟了包含100个用户的网络购物推荐系统，通过与其他用户偏好建模方法的对比分析，该模型的准确性与有效性得到了验证。

关键词：在线评论、领域本体、用户偏好、情感倾向性

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目“多维组间网络外部性下B2B平台交易机制与竞争策略研究”71302087;江苏省普通高校研究生科研创新计划项目“大数据环境下融合情感分析的目标在线评论挖掘研究”KYZZ 0287研究成果之一。

在线出版日期：2016-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：192-198