[发明专利]基于情感分析的混合用户评分信息推荐方法及其推荐装置

摘要

本发明公开了一种基于情感分析的混合用户评分信息推荐方法及其推荐装置，所述混合用户评分信息推荐方法包括以下步骤：通过用户共同评分的商品计算相似度，得到用户评分相似度；以及通过文本的情感倾向以及情感相似度来计算情感相似度；结合情感相似度和用户评分相似度，得到综合相似度；通过综合相似度获取用户对商品的预测评分。所述混合用户评分信息推荐装置包括：第一获取模块、第二获取模块、第三获取模块和第四获取模块。本发明在增加了用户评论的情感分析后，可以得到更准确的预测评分，从而达到改善传统的协同过滤方法的目的。最终实验结果表明，本方法比基于用户的协同过滤推荐算法结果更准确。

主权项

1.一种基于情感分析的混合用户评分信息推荐方法，其特征在于，所述混合用户评分信息推荐方法包括以下步骤：通过二阶马尔科夫链对数据文本进行分词处理，获取分词后的训练集；将所得到的训练集进行分类，获取文本的情感倾向以及情感相似度；通过计算用户之间的相似行为得到余弦相似性，再根据余弦相似性提出用户评分相似度；以及通过文本的情感倾向以及情感相似度来计算情感相似度；结合情感相似度和用户评分相似度，得到综合相似度；通过综合相似度获取用户对商品的预测评分；其中，所述将所得到的训练集进行分类，获取文本的情感倾向以及情感相似度的步骤具体为：对分词后的训练集用朴素贝叶斯分类算法进行分类学习，输出训练集与分类类别之间的映射关系；根据特征词和主题间的相似性，获取情感词的极性、表达情感的强烈程度，判断文本的情感倾向；其中，用户情感相似度的计算如下：其中，sim^p(i,j)为用户情感相似度的数值；p表示此计算公式是用户情感相似度的标记；S_u,i和S_u,j分别表示用户i和用户j对共同评分商品u的情感数值；和分别表示用户i和用户j对所评分项目的情感均值。