面向推荐系统的评论分析研究

《面向推荐系统的评论分析研究》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、学校代码：１０２８５学号：２０１３４２２７０４４１々＇、襄１考ＳＯＯＣＨＯＷＵＮＩＶＥＲＳＩＴＹ＇亡辕磕照－舌面向推荐織的评论分析硏究’叫：｛、．．；，．ＲｅｓｅａｒｃｈｏｎＵｓｅｒｓＲｅｖｉｅｗｓＡｎａｌｙｓｉｓｆｏｒ’ｌ：ＲｅｃｏｍｍｅｎｂｒＳｖｓｔｏｎ．：＾。；ｄＢ＾＾＾Ｂ：；＾＇—￣￣——－：研究生姓＾马春平＾遍圓＾＾！指导教隱名陈文亮ＨＩ专业名祿品牛工程硏究方向臟織所在院部计算机科学端术学’＾：＼＂１论文提交日期２０１６＾５＾苏州大学举粒讫文独创性声巧本人巧重声巧

2、：所提交的学化拾文是本人在导帅的指导下，独立进巧研巧工作巧取得的成果。除文中己经注明引巧的内容外，本论文不含其他个人或集体己经发表或巧写过的研巧成果，也不含为获得巧州大学或其它勒肯化构的学垃迪书而巧用迂的材料。对本文的研巧作出里要巧故的个人和集体，均已巧丈中山巧确方式标巧，本人承担本声明的法泮贵任。。他文作者货名；知Ｂ期；电干苏州大学学位论文使用授权声明本人完全了，巧巧巧巧巧学化抢文的规定，＊￥苏州大学共于化集即：学化论丈著作权归届苏巧大学，本学化记文电子文巧的巧容巧巧质论文的内谷相一致。茹州大学有权巧国豪图书巧、中国社科院文献信息

3、情巧中也（、、中固科争技术信息硏巧巧含万方巧巧电于出巧巧）中国学术巧刊（光盘肢）电子杂志社送巧本学朽论文的复印件巧电子文档、，化许记文技査巧和惜闽，可科采用宏巧缩巧或其化复制手段保存和汇编学巧成义，可站巧学垃论义的全郁或部分内巧骗入有关抵据库进行检索，涉巧拓文□丰学位讫文屑在年＿巧解蜜盾适巧本规定。非玻密记文知．。占古论文巧者《名互：日期：６％！导师兹名；Ｊｘ．ｈ曰期；抓小面向推荐系统的评论分析研究中文摘要面向推荐系统的评论分析研究中文摘要随着互联网和计算机技术的不断进步，信息的数量不断爆炸式增长，导致了普遍的“信息过载”问题。在信息大

4、爆炸的今天，人们迫切需要解决的问题就是如何高效处理并使用这些信息。除了搜索引擎之外，另外一种可以帮助人们快速发现自己所需信息的强大工具就是推荐系统。推荐系统可以根据用户的历史行为、用户生成内容、商品的描述信息等客观数据来建模，从而推测用户的偏好，进而为用户推荐有价值的信息或者商品。近年来，越来越多的研究者注意到使用用户生成内容（如用户评论，地理位置，好友关系等）来设计推荐算法可以提高推荐性能。本文从不同角度研究分析了用户评论，提高推荐准确度，改善推荐质量。本文的主要工作如下：(1)对推荐系统相关的技术背景做了调研，系统地介绍了推荐系统的原理，并比较了一些常用推荐算法的优势和劣势。(2

5、)相对评分来说，用户对物品的评论从用户和物品的各个角度具体表达了用户的观点。利用这些信息更有助于挖掘用户的喜好，本文提出了一种基于词向量的方法挖掘用户评论信息，并结合协同过滤方法设计新的推荐算法，来改善评分预测的效果。(3)针对现有基于评论的推荐算法没有充分考虑个性化的问题，本文通过对评论进行主题分析，挖掘用户喜好，分别建立基于用户和物品的个性化评分预测模型以提高推荐系统的评分预测性能。(4)主要介绍了基于知识库的评论短语抽取和分层式展示方法。高效、准确、用户友好的评论标签展示不仅可以改善用户查阅用户评论的体验,也可以用于构建更加细致用户画像和物品特征，实现更精确的推荐系统。关键词：

6、推荐系统，用户评论，情感分析，文本挖掘作者：马春平指导老师：陈文亮IAbstractResearchonAnalysisofUsers’ReviewsforRecommenderSystemResearchonAnalysisofUsers’ReviewsforRecommenderSystemAbstractWiththefastdevelopmentoftheInternetandcomputertechnology,theamountoftheinformationisexplosiveincreasing,whichhasledto“informationoverload”.

7、Amajorchallengethatshouldbefacedishowtoeffectivelyprocessandusethesevastamountsofdata.Inadditiontosearchengine,thepersonalizedrecommendersystemisanotherpow-erfulandusefultooltohelppeoplefindtherightinformation.Recommendersystemcan