[发明专利]一种基于用户情感和时间动态的旅游目的地推荐方法

权利要求书

1.一种基于用户情感和时间动态的旅游目的地推荐方法，其特征在于：

S1、旅游目的地推荐系统获取用户评论数据集；

S2、通过评论数据集的分析，得到用户的旅游目的地情感倾向矩阵；

S3、将时间动态机制包含在旅游目的地推荐系统中；

S4、从用户情感特征矩阵中分解出旅游目的地极性特征向量，整合情感倾向模型和时间动态模型，合成矩阵分解推荐模型。

2.根据权利要求1所述的基于用户情感和时间动态的旅游目的地推荐方法，其特征在于：还包括S5、对目标函数采用随机梯度下降算法，从情感倾向矩阵中训练和学习用户和项目潜在因子特征向量，缓解冷启动问题。

3.根据权利要求1或2所述的基于用户情感和时间动态的旅游目的地推荐方法，其特征在于：所述S2中，对文本评论的分析使用Dirichlet概率分布来量化用户情感倾向程度，同时将情感倾向的量化值整合到SVD++方法中。

4.根据权利要求3所述的基于用户情感和时间动态的旅游目的地推荐方法，其特征在于：所述S2包括以下步骤：

S21、将文本评论分为几个条款；

S22、识别给出正面或负面意见的条款；

S23、计算用户关于旅游目的地情感倾向。

5.根据权利要求4所述的基于用户情感和时间动态的旅游目的地推荐方法，其特征在于：所述Dirichlet概率分布定义如下：

计算文本极性公式如下：

其中，p、r和α并且分别表示概率变量、极性观测变量和先验基础速率变量，W表示非信息性先验权重，r(L_i)表示具有第i个子句极性的k个可能结果的观察值序列，α(L_i)代表第i个子句极性的结果满足α(L_i)＞0和先验概率；

定义用户对旅游目的地的情感倾向为：

6.根据权利要求1、2或5所述的基于用户情感和时间动态的旅游目的地推荐方法，其特征在于：所述S3将项目的偏差添加到时间动态中，并采用不同的时间尺度来捕捉旅游目的地偏差。

7.根据权利要求6所述的基于用户情感和时间动态的旅游目的地推荐方法，其特征在于：所述S4中时间动态模型中预测公式如下：

所述情感倾向模型中预测公式如下：

其μ中表示整体平均评分，参数b_u和b_i分别表示观察到的用户u和项目i与平均值的偏差，I_u表示用户u评价的项目集合，y_j表示用户u关于项目j的隐式反馈。

8.根据权利要求1、2、5或7所述的基于用户情感和时间动态的旅游目的地推荐方法，其特征在于：所述S5中目标函数获得方式如下：

9.根据权利要求8所述的基于用户情感和时间动态的旅游目的地推荐方法，其特征在于：所述S5采用加权正则化处理方法，目标函数公式如下：

其中，正则化参数，λ，λ_s，用户特殊向量p_u、项目特殊向量q_i、用户情感特殊向量θ_u和旅游目的地极性特殊向量Z_i，U_i表示用户集里评价过项目i的用户。