[发明专利]一种基于用户评分与评论的推荐方法在审
| 申请号： | 201910341581.8 | 申请日： | 2019-04-26 |
| 公开（公告）号： | CN110110230A | 公开（公告）日： | 2019-08-09 |
| 发明（设计）人： | 赵跃龙;张豫 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F17/27;G06Q30/02 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 冯炳辉 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于用户评分与评论的推荐方法，该方法是首先通过大数据预处理技术对评论数据进行预处理，然后使用Word2Vec模型从预处理后的用户评论数据中提取物品特征，再引入词频，评分，评论时间，评论帮助度改进物品特征，最后利用物品特征计算物品之间的相似度，并进行评分预测和推荐列表生成。本发明方法在用户评论数据缺失时，通过从物品的元数据中提取物品的描述信息作为一条用户评论数据，来填充物品的缺失评论数据，能够较好地解决物品冷启动问题。本发明方法的预测准确率有较大的提高，能够实现更精准地推荐。 | ||
| 搜索关键词： | 物品特征 用户评论 预处理 评论数据 评论 词频 预处理技术 列表生成 描述信息 数据缺失 大数据 冷启动 相似度 元数据 预测 准确率 填充 引入 改进 帮助 | ||
【主权项】：
1.一种基于用户评分与评论的推荐方法，其特征在于，包括以下步骤：步骤1、评论数据预处理：包括物品评论聚合、缺失评论填充、重复数据删除和数据格式转换；步骤2、物品特征提取：利用Word2Vec模型从预处理后的评论数据中提取物品特征；步骤3、改进物品特征：利用用户评论中包含的词频、评分、评论时间和评论帮助度信息对物品特征进行改进；步骤4、计算物品相似度：基于改进后的物品特征利用余弦相似度计算物品之间的相似度；步骤5、预测物品评分：根据物品之间的相似度计算用户对物品的评分，得到用户对物品的预测评分；步骤6、生成推荐列表：根据用户对物品的预测评分生成初始的推荐列表，然后过滤用户已评分物品，生成最终的推荐列表。
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华南理工大学，未经华南理工大学许可，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/201910341581.8/，转载请声明来源钻瓜专利网。
