基于评论的隐式社交关系在推荐系统中的应用

赵亚辉;刘瑞

【期刊名称】《计算机应用研究》 【年(卷),期】2016(33)6

【摘 要】传统推荐系统研究很少利用评论数据来提高推荐性能，评论数据富含用户对物品的评价观点，有助于建立用户间或物品间的关联。针对如何利用评论数据改善推荐效果，提出了一种基于评论的隐式社交矩阵分解模型。模型利用评论间的相似性构建用户间和物品间的隐式社交关系，并将该隐式关系集成到社交推荐框架中，改进了传统矩阵分解推荐模型。实验表明，基于评论数据的隐式社交关系在多个数据集上使传统矩阵分解算法的 RMSE 降低了约3％。特别是当系统面临用户冷启动困境时，即只有少量用户评分数据可被收集到时，推荐提升效果更为显著，这表明丰富的评论数据能够被转换为改善推荐系统的有用知识。%Conventional researches less utilize review data to enhance the recommendation systems.Reviews contain rich o-pinions of users on specific items,and can construct relations among users,as well as items.This paper proposed a model of review based implicit social matrix factorization.The model built neighbor relationship for users and items by similarity be-tween reviews,and integrated the implicit relations into the social recommendation framework SocialMF.Experiment shows that the proposed method reduces the RMSE of recommendation significantly by about 3% on Amazon review dataset,especial-ly when system sufferes from the cold start dilemma.As a result,it indicates that rich knowledge

from active users’reviews can be transferred for improving recommender system.

【总页数】5页(P1628-1632) 【作 者】赵亚辉;刘瑞

【作者单位】北京航空航天大学 软件开发环境国家重点实验室，北京 100191;北京航空航天大学 软件开发环境国家重点实验室，北京 100191 【正文语种】中 文 【中图分类】TP181 【相关文献】

1.基于隐式用户行为的推荐系统研究 [J], 卢军;张天凡

2.社交关系在基于模型社会化推荐系统中的影响 [J], 房倩琦;柳玲;文俊浩;曾骏;高旻

3.基于协同过滤算法的自动化隐式评分音乐双重推荐系统 [J], 李涛;符丁 4.基于评论特征提取和隐因子模型的评分预测推荐系统 [J], 罗莘涛;陈黎;伍少梅;王昊

5.基于隐式问询的儿童绘本推荐系统 [J], 张倩;王进

因版权原因，仅展示原文概要，查看原文内容请购买