[發(fā)明專利]一種基于多源用戶評(píng)論的評(píng)分預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010051421.2
• 申請(qǐng)日: 2020-01-17
• 公開（公告）號(hào): CN111274493B
• 公開（公告）日: 2020-09-08
• 發(fā)明（設(shè)計(jì)）人: 邵杰;王曉晨;肖廷松;徐行
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué);宜賓電子科技大學(xué)研究院
• 主分類號(hào): G06F16/9536
• 分類號(hào): G06F16/9536;G06K9/62;G06F17/16
• 代理公司: 成都正華專利代理事務(wù)所(普通合伙) 51229
• 代理人: 李蕊

1.一種基于多源用戶評(píng)論的評(píng)分預(yù)測(cè)方法，其特征在于，包括以下步驟：

S1、對(duì)每條用戶歷史消費(fèi)記錄進(jìn)行數(shù)據(jù)預(yù)處理；

S2、針對(duì)每位用戶u消費(fèi)過(guò)的每個(gè)物品i，根據(jù)用戶-物品評(píng)分矩陣和相似度公式計(jì)算得到不同用戶之間的相似度，選擇出消費(fèi)過(guò)物品i的所有用戶中與用戶u相似度最高的相似用戶撰寫的對(duì)物品i的評(píng)論，并把該評(píng)論添加至用戶u的評(píng)論補(bǔ)充文檔中；

S3、分別提取用戶u的評(píng)論補(bǔ)充文檔、物品i的評(píng)論文檔以及用戶u的評(píng)論文檔的評(píng)論特征；

S4、將提取的評(píng)論特征進(jìn)行連接，并將連接后的向量輸入至多層感知器中進(jìn)行評(píng)論特征融合處理，并根據(jù)融合結(jié)果得到最終的評(píng)分預(yù)測(cè)結(jié)果，從而完成基于多源用戶評(píng)論的評(píng)分預(yù)測(cè)。

2.根據(jù)權(quán)利要求1所述的基于多源用戶評(píng)論的評(píng)分預(yù)測(cè)方法，其特征在于，所述步驟S1包括以下步驟：

S101、刪除每條用戶歷史消費(fèi)記錄的評(píng)論中的停止詞、數(shù)字、標(biāo)點(diǎn)符號(hào)以及出現(xiàn)頻率高于0.5的高頻單詞，其中，停止詞為使用頻率高的字或詞，包括冠詞、介詞、副詞或連詞；

S102、根據(jù)經(jīng)刪除操作后的每條用戶歷史消費(fèi)記錄的評(píng)論，計(jì)算得到數(shù)據(jù)中包含的所有單詞的TF-IDF分?jǐn)?shù)，并選擇TF-IDF分?jǐn)?shù)最高的2萬(wàn)個(gè)單詞構(gòu)建詞典，其中，TF-IDF表示詞頻-逆向文件頻率；

S103、刪除評(píng)論中所述詞典以外的所有單詞；

S104、對(duì)英文單詞/中文字?jǐn)?shù)長(zhǎng)度超過(guò)300的評(píng)論做截?cái)嗖僮鳎?duì)英文單詞/中文字?jǐn)?shù)長(zhǎng)度不滿300的評(píng)價(jià)補(bǔ)0并延長(zhǎng)長(zhǎng)度至300，從而完成對(duì)用戶歷史消費(fèi)記錄中評(píng)論的數(shù)據(jù)預(yù)處理。

3.根據(jù)權(quán)利要求1所述的基于多源用戶評(píng)論的評(píng)分預(yù)測(cè)方法，其特征在于，所述步驟S2包括以下步驟：

S201、從經(jīng)預(yù)處理后的用戶歷史消費(fèi)記錄中篩選出包含有物品i但不包括用戶u的所有用戶消費(fèi)記錄；

S202、將對(duì)物品i評(píng)分與用戶u之間差異不超過(guò)1的用戶作為用戶u的候選相似用戶；

S203、利用用戶-物品評(píng)分矩陣和相似度公式計(jì)算得到用戶u的候選相似用戶中的所有用戶與用戶u的相似度；

S204、將與用戶u相似度最高的相似用戶對(duì)物品i的評(píng)論作為用戶u的補(bǔ)充評(píng)論，并把所述補(bǔ)充評(píng)論添加至用戶u的評(píng)論補(bǔ)充文檔中；

S205、判斷用戶u的每條歷史消費(fèi)記錄是否都進(jìn)行了評(píng)論補(bǔ)充，若是，則進(jìn)入步驟S3，否則，返回步驟S201。

4.根據(jù)權(quán)利要求3所述的基于多源用戶評(píng)論的評(píng)分預(yù)測(cè)方法，其特征在于，所述步驟S203中所有用戶與用戶u的相似度r_x,y的表達(dá)式如下：

其中，I_x和I_y為用戶x和用戶y消費(fèi)過(guò)的物品集合，x_i和y_i為用戶x和用戶y對(duì)物品i的評(píng)分，和為用戶x和用戶y的平均分。

5.根據(jù)權(quán)利要求1所述的基于多源用戶評(píng)論的評(píng)分預(yù)測(cè)方法，其特征在于，所述步驟S3包括以下步驟：

S301、分別對(duì)用戶u的評(píng)論補(bǔ)充文檔、物品i的評(píng)論文檔以及用戶u的評(píng)論文檔中每個(gè)單詞進(jìn)行詞嵌入處理，分別得到用戶u評(píng)論補(bǔ)充文檔的詞嵌入矩陣、物品i評(píng)論文檔的詞嵌入矩陣以及用戶u評(píng)論文檔的詞嵌入矩陣；

S302、利用卷積神經(jīng)網(wǎng)絡(luò)提取上述各所述詞嵌入矩陣中的評(píng)論特征。

6.根據(jù)權(quán)利要求5所述的基于多源用戶評(píng)論的評(píng)分預(yù)測(cè)方法，其特征在于，所述步驟S301包括以下步驟：

S3011、分別將用戶u評(píng)論補(bǔ)充文檔、物品i評(píng)論文檔以及用戶u評(píng)論文檔中的每個(gè)單詞映射至多維空間中，并用相應(yīng)的詞嵌入向量表示；

S3012、根據(jù)各單詞在上述各文檔中的位置，將所述詞嵌入向量表示進(jìn)行連接，分別得到用戶u評(píng)論補(bǔ)充文檔的詞嵌入矩陣、物品i評(píng)論文檔的詞嵌入矩陣以及用戶u評(píng)論文檔的詞嵌入矩陣，所述詞嵌入矩陣的表達(dá)式如下：

D＝(e₁,e₂,...,e_l)

其中，D為詞嵌入矩陣，l為評(píng)論文檔的長(zhǎng)度，e_i為文檔中第i個(gè)單詞對(duì)應(yīng)的詞嵌入向量，i＝1,2,...,l。