基于在线评论的个性化推荐研究

《基于在线评论的个性化推荐研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、－．＇＞－ｉ？＼，、作ｃｊ＊，‘．ｋ．‘ｉ；．．＇；：＿‘／．－ｒ驾一ｒ：４｜＂学带如，＜：：ｆ；＇，■、弟Ｊ，＇苗＾一冒学号品？．’；，：－＇知？／基ｔ．獅．＾ｓ．編户；；０，－－＇、．－；．：片＇巧一ｆ．－．；点：是－：－＂：ｒ？，苗３．．，託：一．，＇．＂，巧ｖｖ＾；ＨＪ片ｖＪ？．．呈ｒ＾ｔ．ｉ，ｉ：．．ｙ．．诚妈這證；ｙｖｆ，二ｒ－＇，产２ｐ７ｆ．．．．：．－．；．；＾；．早ｒ；．－，ｖ＇—ｆ＾．ｙ户■－■．．；．，、，／．巧？一■一．；；．

2、Ｕ．护－＇－．‘．Ｕ＞诗，、，：；ｄＪ－屯硕反．交一．．＂．ｙ＇‘’；Ｍ言？■＇，ｖＶ爲；＇＂．？■．ｖ＼■ｎ片．．、ｒ会于在榮化淹棲巧－ｙ巧＇．＇■，－．＇＇－苗．：－＇＇－：，．＇：．＇．Ｈｅ爭驗学与程．．专化学与巧－‘．研巧方向取策Ａ．：ｙ：．．．－．巧．姓名＇－＇．指导教师军一Ｊ．，Ｌ１ｕＨ完成日期—ｃ答辩日期ｒ３ｎｓ．．’＇’＇／：．－－這ｒ’器，Ｖ著苗

3、．、‘？皆‘．．，＇．？．＼．；１？＿＇系占过；：；Ｖ：皆巧讓赛！THEPERSONALIZEDRECOMMENDATIONSYSTEMBASED-ONONLINEREVIEWSADissertationSubmittedtoNanjingUniversityofFinanceandEconomicsFortheAcademicDegreeofMasterofManagementBYLiuYueSupervisedbyLiuJunSchoolofManageme

4、ntScienceandEngineeringNanjingUniversityofFinanceandEconomicsJanuary2016摘要伴随着互联网时代的飞速前进，我们的周围充斥着信息量巨大的网络信息，而这些信息也在生活中扮演着日趋重要的角色。尤其是在电子商务领域，人们每天都要进行购物消费，产生了大量的产品信息和评论信息。如果能够从海量的文字信息中获取有价值的内容，就可以极大地提升消费者的购物体验，促进商品成交率。这非但是在学术领域，而且也在商业应用方面掀起了一股研究的热潮。推荐系统通过探索用户在过去发生的行为数据，以及

5、这些行为和产品自身属性之间的相关性，实现模型的建立，达到用已发生的行为来预测未来行为的目的。简单地说，在实际应用中，就是通过推荐用户可能出现兴趣点的各类产品，来实现业务量的增长。以往的推荐系统主要将重心放在基于内容的推荐方法上，将其他产品和用户曾经购买或选择过的产品进行属性特征的对比，若相似程度较高则予以推荐。本文在此基础上，不仅考虑了产品本身的描述属性，又综合考虑了评分和评论等信息，提高了推荐的准确率。本文首先需要利用网络爬虫对产品信息进行采集，并将采集到的评论文本进行分词等预处理工作，经过预处理后的词语就构成了一个词典集合。由于

6、特征词数量庞大，本文运用了改进的LDA主题模型进行特征提取，结合TF-IDF计算，综合选取不同粒度下的特征，挖掘主题信息，计算出文本在各个主题上的概率分布和权重。最后，本文结合用户兴趣模型，使用sigmoid函数，改善冷启动环境下产品相似度计算时从属性特征到评论特征的过渡，采用欧几里得距离公式对各文本之间的相似度进行计算，将相似度较高的产品作为推荐列表输出并进行推荐。本文将亚马逊中文网站上的图书信息作为实验数据进行实验分析，本文在实验的过程中还讨论了当主题数量发生变化时，对于文本在主题上的概率分布的影响。另外，本文对选取不同特征项以

7、及采用不同特征提取方法的推荐性能指标进行了评价，主要包括准确率、召回率以及F-Measure指标。在对实验结果分别观察后可以看出，与传统的推荐方法相比较而言，本文选用的方法在考虑了评论文本信息并改进后，推荐效果更为准确。关键词：在线评论；LDA主题模型；特征降维；推荐系统ABSTRACTWiththerapiddevelopmentoftheInternet,massnetworkinformationplaysamoreandmoreimportantroleinpeople'sdailylife.Especiallyinthef

8、ieldofe-commerce,consumersincreasinglyinclinetoonlineshopping,whichresultinalargenumberofproductinformationandcomment