期刊论文

Group Recommendation Based on Attribute Mining of Book Reviews

Huixiang, X.

中文

数据分析与知识发现

2096-3467

2020

4

2

214-222

10.11925/infotech.2096-3467.2019.0649

华中师范大学中央高校基本科研业务费（人文社科类）重大项目“基于语义网的在线健康信息的挖掘与推荐研究”（项目编号：CCNU19Z02004）； 国家社会科学基金项目“融合知识图谱和深度学习的在线学术资源挖据与推荐研究”（项目编号：19BTQ005）的研究成果之一；

本校为第一机构

【目的】利用用户、标签、图书三者之间的关系实现群组推荐。【方法】通过用户-标签、图书-标签的标注关系,利用K-means算法进行用户聚类和图书聚类,形成用户群组和图书群组,并进行余弦相似度计算,从图书评论属性角度对不同图书类型进行对比,并对图书进行打分、排序和聚类,实现个性化推荐。以\"豆瓣网\"为例对模型进行验证。【结果】基于图书评论属性挖掘的推荐模型能够为用户群组准确有效地推荐资源,推荐效果较好。【局限】样本数据集有限,采集的用户以及图书数量较少。【结论】结合图书评论属性挖掘的推荐模型对个性化推荐效果有一定的提升。

[Objective] This paper conducts group recommendation using the relationship among users, tags and books. [Methods] First, we used the K-means algorithm to cluster users and books. Then, we calculated cosine similarity of the two groups. Third, we compared various books based on their reviews. Finally, we sorted and clustered books to personalize the recommendation results. [Results] We examined the proposed model with data from“Douban Net”and our model recommended better resources for user groups. [Limitations] The sample data size needs to b...