期刊论文、会议论文

Personalized Book Recommendation Based on User Preferences and Commodity Features

中文

数据分析与知识发现

2096-3467

2017

1

8

9-17

首届数据分析与知识发现学术研讨会

首届数据分析与知识发现学术研讨会论文集

2017-06-08

北京

中科院文献情报中心

国家自然科学基金项目“基于用户偏好感知的Saa S服务选择优化研究”(项目编号:71271099),国家自然科学基金项目“基于屏幕视觉热区的网络用户偏好提取及交互式个性化推荐研究”(项目编号:71571084)的研究成果之一；

本校为第一机构

【目的】识别并获取细粒度的用户偏好信息,优化图书个性化推荐的效果。【方法】使用情感分析方法对用户图书评论进行属性层文本挖掘,通过用户本身的图书评论获取用户对图书属性的偏好;基于每本图书的所有评论的情感计算获得其属性评分;将用户偏好矩阵、图书属性得分矩阵进行匹配,从而实现用户对图书属性情感偏好的个性化推荐。【结果】利用亚马逊图书评论数据作为数据来源分别对传统的协同过滤方法与本文提出的推荐方法进行实验对比。结果表明,本文提出的方法在准确性、召回率、覆盖率上分别提高了0.030、0.097、0.2812。 【局限】未考虑时间因素对用户偏好的影响,并且属性类型的全面程度受亚马...

[Objective] This paper identifies the fine-grained preferences of online bookstore users, aiming to optimize the personalized book recommendation service. [Methods] First, we conducted sentiment analysis of the book features through readers＇ comments, which indicated their preferences. Then, we calculated the books＇ sentiment scores based on the readers＇ comments. Finally, the user preferences matrix and the sentiment scores matrix were matched to personalize the book recommendation. [Results] We retrieved the needed data from Amazon＇s book...