-
题名融合异质网络与主题模型的方面分预测
被引量：22
- 1
-
-
作者
吉余岗
李依桐
石川
-
机构
北京邮电大学计算机学院
智能通信软件与多媒体北京市重点实验室(北京邮电大学)
-
出处
《计算机应用》
CSCD
北大核心
2017年第11期3201-3206,共6页
-
基金
国家自然科学基金资助项目(61375058)
国家973计划项目(2013cb329606)
北京市教育委员会共建项目~~
-
文摘
针对传统方面分预测模型只考虑内容信息而缺乏对评论网络结构的分析,提出了融合异质信息网络和主题模型构建方面分预测算法(HINToAsp)。首先,从意见短语角度构建了评论主题挖掘模型(Phrase-PLSA),有效整合评论信息和评分信息进行方面主题挖掘;进而,考虑用户、评论和商品之间的结构信息,提出了在"用户评论商品"异质信息网络上的主题传播模型模型,用于刻画用户特性、商品属性;最后,基于随机游走框架有效整合内容信息和结构信息,进行精准的方面分预测。通过在大众点评(Dianping)和TripAdvisor数据集上和四元组PLSA(QPLSA)、高斯分布的情绪评估(GRAOS)模型及情绪均衡主题模型(SATM)的准确度对比实验,证明了HINToAsp算法的有效性,可以更好地用于商品的推荐系统。
-
关键词
方面分预测
异质信息网络
主题模型
结构信息
推荐系统
-
Keywords
aspect rating prediction
Heterogeneous Information Network （HIN）
topic model
structural information
recommendation system
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多方面评分的景点协同推荐算法
被引量：3
- 2
-
-
作者
王志强
文益民
李芳
-
机构
桂林电子科技大学计算机信息与安全学院
广西可信软件重点实验室
-
出处
《山东大学学报（工学版）》
CAS
北大核心
2016年第6期54-61,共8页
-
基金
国家自然科学基金资助项目(61363029)
广西科学研究与技术开发资助项目(桂科攻14124005-2-1)
+1 种基金
广西自然科学基金资助项目(2014GXNSFAA118395)
广西高校图像图形智能处理重点实验室课题资助项目(GIIP201505)
-
文摘
针对传统的协同过滤(collaborative filtering,CF)推荐模型中利用单一的总体评分进行相似性计算,但总体评分不能准确反映用户对物品喜好的问题,提出基于多方面评分的景点协同推荐算法。该算法综合利用用户对景点在景色、趣味性、性价比三个方面的评分计算用户或景点之间的相似性,进而计算目标用户对目标景点的总体评分。试验结果表明:在相似性计算中引入景点在这三个方面的评分信息后,推荐结果的均方根误差、平均绝对误差、覆盖率、准确率和F-度量指标都得到了改善。
-
关键词
景点推荐
协同推荐
多方面评分
评分预测
相似性度量
-
Keywords
scenic spots recommendation
collaborative recommendation
multi-aspect ratings
rating prediction
similarity metrics
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
