典型文献
基于特征权重与情感偏好的可解释推荐
文献摘要：
针对协同过滤算法在为用户商品相关性建模时未考虑用户/商品对特征属性的不同关注度及不可解释性问题,提出基于特征权重与情感偏好的可解释推荐算法.利用评论中抽取的特征及对应情感设计用户商品的表征,根据TF-IDF算法确定其重要性,将其加入相关性建模中;在评分预测时引入贝叶斯个性化排序减小评分误差;在生成推荐的同时,提供特征短语级别的解释.实验结果表明,对比现有模型,该模型均方根误差平均降低了3.62％,最大降低了4.93％.
文献关键词：
可解释推荐;情感词典;特征权重;贝叶斯个性化排序;矩阵分解
中图分类号：
作者姓名：
戴兴;刘永坚;解庆;刘平峰
作者机构：
武汉理工大学 计算机科学与技术学院,湖北 武汉 430070;武汉理工大学 经济学院,湖北 武汉 430070
文献出处：
引用格式：
[1]戴兴;刘永坚;解庆;刘平峰-.基于特征权重与情感偏好的可解释推荐)[J].计算机工程与设计,2022(08):2130-2136
A类：
可解释推荐
B类：
特征权重,情感偏好,协同过滤算法,品相,特征属性,不可解释性,推荐算法,情感设计,TF,IDF,评分预测,贝叶斯个性化排序,小评,短语,现有模型,情感词典,矩阵分解
AB值：
0.336054
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
