[發明專利]一種基于旅客信任度的智能旅館推薦方法

在審

• 申請號: 201711471333.2
• 申請日: 2017-12-29
• 公開（公告）號: CN108416607A
• 公開（公告）日: 2018-08-17
• 發明（設計）人: 王保云;苗棟晨;顧孫炎
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/12;G06F17/30;G06F17/27
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 劉莎

1.一種基于旅客信任度的智能旅館推薦方法，其特征在于，包括如下步驟：

步驟1：采集旅客消費數據；

步驟2：從旅客評論中提取特征情感詞對，合并相似特征詞，量化各特征的分數；

步驟3：建立旅客-偏好評分矩陣，計算旅客偏好相似度；

步驟4：根據旅客活躍度和旅客評論有效率，計算旅客可靠度；

步驟5：計算旅客間的信任度；

步驟6：基于步驟5計算的旅客間信任度，通過加權評價值為旅館打分；

步驟7：根據步驟6中的打分結果，推薦分數較高的前N個旅館。

2.根據權利要求1所述的一種基于旅客信任度的智能旅館推薦方法，其特征在于，步驟1中的旅客消費數據包括旅客、旅館、旅客評分、旅客評論、評論贊成數、評論反對數、登錄操作記錄。

3.根據權利要求2所述的一種基于旅客信任度的智能旅館推薦方法，其特征在于，步驟2中從旅客評論中提取特征情感詞對，具體為：

1)利用LTP對旅客評論進行分詞、詞性標注和依存句法分析，得到評論的詞性標簽和語法關系；

2)若某單詞的關系類型為HED且詞性為形容詞，則該單詞為特征修飾詞；

3)尋找與步驟2)中的特征修飾詞關系為SBV的詞語，若其詞性為名詞，則該詞語為該特征修飾詞對應的特征屬性詞；

4)步驟2)中的特征修飾詞與其對應的特征屬性詞構成了特征情感詞對，從旅客評論中提取特征情感詞對。

4.根據權利要求3所述的一種基于旅客信任度的智能旅館推薦方法，其特征在于，步驟2中合并相似特征詞，具體為：

對提取出的特征情感詞對進行相似特征詞的合并，得到旅客的偏好，表示為：

H_i＝{C₁:[E₁₁,E₁₂,…E_1a]；C₂:[E₂₁,E₂₂,…E_2b]；…C_m:[E_m1,E_m2,…E_mn]}

其中，H_i表示第i個旅客U_i關注的特征，C₁,C₂,…,C_m表示旅客U_i關注的m個特征的特征屬性詞，E_m1,E_m2,…,E_mn表示特征屬性詞C_m的n個特征修飾詞。

5.根據權利要求4所述的一種基于旅客信任度的智能旅館推薦方法，其特征在于，步驟2中量化各特征的分數，具體為：

通過情感分析用詞語集對旅客關注的特征進行評分，其中，評分規則為：若特征屬性詞C_m的特征修飾詞為正面情感詞語則每個正面情感詞語賦予權值1，若特征屬性詞C_m的特征修飾詞為負面情感詞語則每個負面情感詞語賦予權值-1，若特征屬性詞C_m的特征修飾詞前包括否定詞則將對應權值取反，若特征屬性詞C_m的特征修飾詞前包括成都級別詞語則將對應權值加倍；因此，特征屬性詞C_m對應的評分值。

6.根據權利要求1所述的一種基于旅客信任度的智能旅館推薦方法，其特征在于，步驟3中的旅客-偏好評分矩陣為：

其中：P_ir表示第i個旅客U_i對其關注的第r個特征的特征屬性詞的評分，r＝1,2,…,m。