结合用户评论与评分信息的推荐算法

摘要：

为了提高推荐系统为用户推荐新产品的准确率,挖掘出每位顾客的隐藏喜好以及每个产品的性能十分关键.基于用户反馈技术经常被用于发现产品的潜在特性和用户维度,本文提出了一种将用户评分中的潜在因子和评论中的潜在主题相结合的推荐模型.该模型通过对评论文本进行分析从而实现更精确的评分预测,特别适用于对新产品和新用户的评分预测.通过在公开数据集上的验证实验,证明了该模型较传统推荐系统在性能上有显著提升.

关键词：评分、信任度、评论、预测、LDA、推荐

所属期刊栏目：48

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;江苏省"六大人才高峰"项目;连云港市"521工程"项目

在线出版日期：2020-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：84-91