[發明專利]基于評論情感分析和協同過濾的評分預測方法

有效

• 申請號: 201610033974.9
• 申請日: 2016-01-19
• 公開（公告）號: CN105701229B
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 俞東進;穆云磊;黃彬彬
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F17/27
• 代理公司: 杭州奧創知識產權代理有限公司 33272
• 代理人: 王佳健

1.基于評論情感分析和協同過濾的評分預測方法，其特征在于該方法的具體步驟是：

步驟(1).對訓練集中的每一條評論進行文本預處理，首先，使用Punkt語句分割器將文本分句，再將每個句子分詞，然后移除所有停用詞和長度超過50的句子，最后使用Porter詞干提取算法提取所有單詞的詞干；

步驟(2).將訓練數據讀入計算機內存，包括用戶ID、項目ID、評分、預處理后的評論文本、評分時間；

步驟(3).初始化參數，包括全局偏置μ、用戶偏置b_u、項目偏置b_v、用戶潛在因子向量p_u、項目潛在因子向量q_v、方面單詞向量ψ、潛在因子到方面分布轉換峰度系數評分到情感分布的轉換平滑系數ω，并隨機分配句子的方面和情感標簽e,z；

步驟(4).使用L-BFGS最優化算法最小化損失函數得到新的參數集合Θ,ψ,ω，并通過項目潛在因子到方面分布的轉換、評分到情感分布的轉換和方面單詞向量到方面單詞分布的轉換將項目潛在因子向量q_v、項目平均評分和方面單詞向量ψ轉換為方面分布θ、情感分布π和方面單詞分布其中Θ為潛在因子模型參數集，Φ為方面情感統一模型參數集，為控制轉換的峰度系數；

步驟(5).使用步驟(4)中轉換后的方面分布θ、情感分布π和方面單詞分布計算評論文本語料庫中每個評論中每個語句屬于不同方面和情感的概率并通過該概率采樣語句新的方面標簽z和情感標簽e，其中e_d,i為文檔d第i個句子的情感標簽,z_d,i為文檔d第i個句子的方面分配；

步驟(6).重復步驟(4)和步驟(5)直至損失函數不再降低，得到最終的預測參數，包括全局偏置μ、用戶偏置b_u、項目偏置b_v、用戶潛在因子向量p_u和項目潛在因子向量q_v；

步驟(7).使用訓練后的參數全局偏置μ、用戶偏置b_u、項目偏置b_v、用戶潛在因子向量p_u和項目潛在因子向量q_v預測用戶對項目的評分。