[发明专利]一种结合评论中主题与情感信息的矩阵分解推荐算法在审
| 申请号： | 201810576463.0 | 申请日： | 2018-06-06 |
| 公开（公告）号： | CN108959409A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 杨波;王晓腾 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06Q30/06 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种结合评论中主题与情感信息的矩阵分解推荐算法。该算法包含特征提取算法与评分预测算法两个部分。特征提取为本发明提供的TST算法，该算法首先将商品评论按照商品编号进行聚合，然后采用LDA提取商品的主题特征，之后再将商品评论按照用户编号进行聚合，计算用户的情感并映射为用户偏好特征。评分预测为本发明提供的WMF算法，该算法首先以特征提取阶段提取到的特征来初始化特征向量，随后对特征向量进行加权矩阵分解，最后基于矩阵分解的结果对缺失评分进行预测。与现有的主题矩阵分解推荐算法相比，本发明提供的结合评论中主题与情感信息的矩阵分解推荐算法具有更好的用户偏好可解释性以及更高的预测精度。 | ||
| 搜索关键词： | 算法 矩阵分解 情感信息 商品评论 特征向量 聚合 预测 评论 特征提取阶段 特征提取算法 用户偏好特征 加权矩阵 特征提取 用户偏好 预测算法 主题特征 初始化 解释性 映射 分解 | ||
【主权项】：
1.一种结合评论中主题与情感信息的矩阵分解推荐算法，其特征在于：包含特征提取算法与评分预测算法，其中，特征提取算法为本发明提供的TST算法，评分预测算法为本发明提供的WMF算法。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810576463.0/，转载请声明来源钻瓜专利网。
