基于細(xì)粒度觀點挖掘的個性化推薦方法研究.pdf

1、隨著互聯(lián)網(wǎng)的蓬勃發(fā)展，電子商務(wù)的迅速擴(kuò)張，在網(wǎng)上購買產(chǎn)品已經(jīng)成為現(xiàn)代人的一種生活方式?；ヂ?lián)網(wǎng)購物平臺提供了種類豐富的產(chǎn)品，用戶為了能夠從中選擇符合自己需求的產(chǎn)品，需要花費大量的時間和精力。個性化推薦技術(shù)的出現(xiàn)為此提供了一種非常有效的解決方法。個性化推薦計算能夠模仿銷售人員幫助用戶選擇心儀的產(chǎn)品。
　　目前的個性化推薦系統(tǒng)，一般通過對產(chǎn)品評分?jǐn)?shù)據(jù)和用戶的歷史行為信息進(jìn)行分析，而產(chǎn)品評論中存在的大量有價值的信息常常被忽略掉。一方面，用

2、戶給出的評分是對所購買產(chǎn)品的一個整體印象，只利用這些評分不能滿足其他消費者對產(chǎn)品各個方面特征的不同評價信息獲取的需求。另一方面，現(xiàn)有的利用評論文本的推薦研究，只是利用觀點挖掘與情感分析給出消費者對產(chǎn)品整體性的褒貶性，并沒有將消費者對產(chǎn)品各個方面特征的評價和所持有的觀點與個性化推薦相來結(jié)合起來。基于以上原因，本文基于細(xì)粒度觀點挖掘技術(shù)提出一種個性化的推薦方法。本文方法是通過對于用戶評論文本的細(xì)粒度觀點挖掘，獲得產(chǎn)品各個方面特征下的情感強度