[發明專利]基于細粒度情感分析的個性化評論文本推薦系統及推薦方法

有效

• 申請號: 202010245004.1
• 申請日: 2020-03-31
• 公開（公告）號: CN111460819B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 姜文君;黃春利;李肯立;任德盛;徐旸
• 申請（專利權）人: 湖南大學
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/30;G06Q30/0201;G06Q30/0203;G06Q30/0601
• 代理公司: 深圳市中原力和專利商標事務所(普通合伙) 44289
• 代理人: 胡國良

1.一種基于細粒度情感分類的個性化評論文本推薦系統，用于目標用戶通過所述基于細粒度情感分類的個性化評論文本推薦系統制定購買目標商品決策，其特征在于，包括：

關聯商品構建模組，其計算所述目標用戶已經評論過的商品與所述目標商品之間的關聯度，并獲得與所述目標商品相關聯的關聯商品集合，所述關聯商品集合包括多個關聯商品；

關聯用戶構建模組，在所述關聯商品構建模組獲得的關聯商品集合中，基于共同評論關系構建與所述目標用戶相關聯的關聯用戶集合，所述關聯用戶集合包括多個關聯用戶；

方面、短語提取模組，對所述關聯商品和所述目標商品的評論文本集合進行方面分析，獲取方面詞和短語；

情感分析模組，接收來自所述方面、短語提取模組所提取的方面詞和短語，并分別對應計算所述目標用戶和所述關聯用戶的方面情感分數；

用戶方面情感相似度計算模組，接收所述關聯商品、所述關聯用戶及所述目標用戶及關聯用戶的方面情感分數，并計算所述目標用戶與每一關聯用戶對于關聯商品的方面情感相似度；

用戶相似度計算模組，基于所述關聯商品與所述目標商品之間的關聯度、所述目標用戶與每一關聯用戶對于關聯商品的方面情感相似度計算所述目標用戶與每一關聯用戶之間的總體相似度，獲得相似用戶；

幫助性分數計算模組，基于所述總體相似度、相似用戶的評論文本中包含的方面詞數量計算相似用戶的評論文本的幫助性分數；及

個性化評論推薦模組，基于相似用戶的評論文本的幫助性分數對應推薦相似用戶的評論文本給目標用戶。

2.根據權利要求1所述基于細粒度情感分類的個性化評論文本推薦系統，其特征在于，設定目標商品為p_t，目標用戶評論過的商品為p_i，n為所述關聯商品中節點的數量，w_xy是共同買過商品x和商品y的用戶數量，W(p_t,p_i)是所有可能會同時購買目標商品p_t和目標用戶評論過的商品p_i用戶數量，R(p_t,p_i)表示目標商品p_t和目標用戶評論過的商品p_i之間的關聯度，則：

3.根據權利要求2所述基于細粒度情感分類的個性化評論文本推薦系統，其特征在于，設定x和y為所述關聯商品中的兩個不同商品節點，N(x)和N(y)為x和y的鄰接商品集合，w_xy為共同購買過x和y的用戶數量，w_xz、w_zy與w_xy的含義相同，W(x,y)為所有可能會同時購買商品x和y的用戶數量，則：

W(x，y)＝w_xy+∑_{z∈N(x)∩N(y)}w_xz+w_zy。

4.根據權利要求1所述基于細粒度情感分類的個性化評論文本推薦系統，其特征在于，所述方面、短語提取模組對所述關聯商品和目標商品的評論文本進行分詞和詞性標注處理，計算所述評論文本中的名詞與商品的標準方面名詞的語義相似度，當所述語義相似度大于設定的閾值時，將該名詞作為方面名詞提取出來，否則，放棄提取。

5.根據權利要求4所述基于細粒度情感分類的個性化評論文本推薦系統，其特征在于，當所述評論文本中的名詞作為方面名詞提取出來時，用標準方面名詞替代，并作為中心詞，截取所述中心詞在內的前后五個詞作為短語。

6.根據權利要求5所述的基于細粒度情感分類的個性化評論文本推薦系統，其特征在于，所述情感分析模組提取的短語中包含形容詞、副詞或動詞，則用情感詞典計算這些詞性的情感值，并將該情感值作為方面的情感分數；若短語中不包含形容詞、副詞或動詞，則方面的情感分數為中性。