[发明专利]一种基于多元线性回归模型的餐馆评分预测方法

摘要

一种基于多元线性回归模型的餐馆评分预测方法，属于数据挖掘领域。通过对用户的评价文本内容、评价的长度、评价的情感值、餐馆当前的平均星级、用户的特点等因素的分析，提取出基于上述分析的特征值。运用多元线性回归模型，得到各个特征与最后用户给出的星级之间的关系。本发明的方法为根据数据集，选取特征，借助线性回归方法建立预测模型。本发明通过对评价人的评价文本内容、评价的长度、评价的情感值、餐馆当前的平均星级、评价人的特点等因素的分析，得到各个因素与最后评价人给出的星级之间的关系，从而可以推测出尚未有星级的餐馆可能获得的星级。

主权项

一种基于线性回归的餐馆星级评价方法，其特征在于：包括以下步骤：S1：从餐饮网站上抓取数据，并对数据进行分析，最后获得三个相关的数据表，分别是user、business、review这三张表；S2：在review表中提取相关的用户评论数据，分析评论文本的语义极性和主观性，所述语义极性包括褒义、中性或者贬义；S3：在网站提供的特征和语义分析获得的主观性和极性中，同时考虑用户和餐馆对评分预测的影响，选择需要的特征变量；S4：把相关的数据表导入数据库中，用SQL语句获得我们选择的特征变量的数据集，并将数据集分成若干个更小的数据集；S5：对于获得的数据，进行克伦巴赫系数均衡数据的置信度分析，得到可信度较高的数据作为分析的数据样本，选取alpha系数大于预设阈值的数据集，若不存在这样的数据集转移到S3；S6：构造理论模型，设定各个自变量与因变量之间的关系是线性的，从而建立多元线性回归模型，借助工具进行多元线性回归处理得到数据；S7：对模型进行检验，一个指标是拟合度，设定拟合阈值为拟合程度很高，第二个指标为DW检验，通过T显著性指标大于指标阈值，对设置的指标进行筛选，获得回归方程，否则如果无法获得我们想要的模型，就转移到S3；S8：运行模型，进行共线性诊断，查看VIF方差扩大因子，若VIF小于门限值则判断自变量之间不存在共线性，否则我们需要进行主成分分析处理共线性问题，之后分析残差，若残差不满足要求就转移到S3；S9：若满足上述步骤的要求，则说明该线性回归方程模型满足该数据集，利用得到的线性回归方程，同时结合用户和餐馆信息，得出尚未有星级的餐馆的评价星级。