[发明专利]一种利用深度学习进行基于情感分析的电影推荐方法在审
| 申请号： | 201810481986.7 | 申请日： | 2018-05-18 |
| 公开（公告）号： | CN108710680A | 公开（公告）日： | 2018-10-26 |
| 发明（设计）人： | 高俊山;张孟逸;邓立为;孙安祺 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150080 *** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种利用深度学习进行基于情感分析的电影推荐的方法，获取用户的电影在线评论与电影状态信息，并对电影及其评论信息进行清洗操作并进行预处理；进行数据的结构及特征信息提取，通过深度学习对特征信息进行情感分析；之后基于情感分析数据建立用户兴趣模型，再计算用户对电影兴趣度并进行电影推荐。本发明采用Bagging算法与双向长短期记忆网络作为情感倾向分析的方法，挖掘文本信息中用户表达的主观情感，构建出有效的用户兴趣模型，提高了推荐系统的精度，优化电影推荐的质量。 | ||
| 搜索关键词： | 电影 情感分析 预处理 情感分析数据 特征信息提取 用户兴趣模型 有效的用户 电影兴趣 记忆网络 评论信息 清洗操作 情感倾向 特征信息 推荐系统 文本信息 兴趣模型 在线评论 主观情感 构建 算法 学习 挖掘 优化 分析 | ||
【主权项】：
1.一种利用深度学习进行基于情感分析的电影推荐方法，其特征在于，包括以下步骤：步骤S1：获取用户的电影在线评论与电影状态信息；步骤S2：对电影及其评论信息进行清洗操作并进行预处理；步骤S3：对获取的数据的结构及特征信息进行提取；步骤S4：通过深度学习对特征信息进行情感分析；步骤S5：基于情感分析数据建立用户兴趣模型；步骤S6：计算用户对电影兴趣度并进行电影推荐。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学，未经哈尔滨理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810481986.7/，转载请声明来源钻瓜专利网。
- 上一篇：电子书阅读处理方法、装置及设备
- 下一篇：文件获取方法、装置、设备及存储介质
