基于在線評論的個性化推薦系統(tǒng).pdf

1、推薦系統(tǒng)是根據(jù)互聯(lián)網用戶的個人信息或網站行為來推測用戶的偏好，進而為用戶進行產品推薦的新技術。隨著互聯(lián)網的蓬勃發(fā)展，推薦系統(tǒng)已經應用于許多互聯(lián)網服務，尤其是電子商務領域。傳統(tǒng)的推薦算法僅依靠用戶對商品的整體評分或者用戶在瀏覽網頁時的網頁行為等隱性數(shù)據(jù)來分析用戶偏好，這些推薦算法和用戶數(shù)據(jù)隨著網站內容的不斷細化以及用戶對推薦內容要求的不斷提高，日益顯現(xiàn)其不足，如推薦精度不高、推薦效率低。所以采用有效的數(shù)據(jù)是保證推薦系統(tǒng)準確性的關鍵因素。如

2、何盡可能滿足潛在目標用戶的需求，向他們推薦符合興趣偏好的商品是當前推薦算法的首要問題之一。
　　針對這個問題，本文研究了互聯(lián)網領域個性化推薦的主流技術和應用，并結合了Web文本挖掘技術，提出了一種基于在線評論意見挖掘的推薦算法，該算法從用戶的在線評論文本數(shù)據(jù)出發(fā)，挖掘用戶在商品特征層次上的偏好，再基于協(xié)同過濾算法產生推薦，目的是能把這一用戶生成內容利用到個性化推薦中，挖掘出用戶最直接真實的偏好和期望，以使推薦結果盡可能符合用戶的興