您的位置: 专家智库 > >

马春平

作品数:6 被引量:5H指数:1
供职机构:苏州大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇专利
  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇推荐系统
  • 3篇评分
  • 2篇评分预测
  • 2篇主题特征
  • 2篇线性回归模型
  • 2篇向量
  • 2篇协同过滤
  • 1篇短句
  • 1篇用户
  • 1篇用户角度
  • 1篇语义
  • 1篇偏置
  • 1篇情感分析
  • 1篇去重
  • 1篇主题词表
  • 1篇主题分析
  • 1篇网络
  • 1篇网络评论
  • 1篇文本挖掘
  • 1篇向量方法

机构

  • 6篇苏州大学

作者

  • 6篇马春平
  • 5篇陈文亮

传媒

  • 1篇北京大学学报...
  • 1篇中文信息学报

年份

  • 1篇2018
  • 1篇2017
  • 3篇2016
  • 1篇2015
6 条 记 录,以下是 1-6
排序方式:
一种评分预测方法与系统
本发明公开了一种评分预测方法与系统,获取历史评论数据,使用基于词向量的方法构建主题词分布表,根据主题词分布表计算指定的第一用户对第一物品的评论特征表示,同时获取历史评分数据,计算指定的第一用户对第一物品的修正平均分作为特...
陈文亮马春平
文献传递
面向推荐系统的评论分析研究
随着互联网和计算机技术的不断进步,信息的数量不断爆炸式增长,导致了普遍的“信息过载”问题。在信息大爆炸的今天,人们迫切需要解决的问题就是如何高效处理并使用这些信息。除了搜索引擎之外,另外一种可以帮助人们快速发现自己所需信...
马春平
关键词:推荐系统情感分析文本挖掘
基于评论主题分析的评分预测方法研究被引量:3
2017年
推荐系统(recommender system)广泛应用于电子商务网站。目前流行的基于协同过滤的推荐算法利用用户的历史评分来预测用户对物品的喜好程度。随着互联网的发展,如今的电子商务网站越来越注重与用户的交互,于是产生了大量的用户生成内容(user generated content),如评论、地理位置、好友关系等。相对评分来说,用户对物品的评论从用户或者物品的各个角度具体表达了用户的观点。利用这些信息更有助于挖掘用户的喜好。该文提出一种基于词向量的方法挖掘用户评论信息,并结合协同过滤的方法设计新的推荐算法,来改善评分预测的效果。实验结果表明,该算法较大程度上提高了评分预测精度。
马春平陈文亮
关键词:推荐系统评分预测
一种网络评论的标签提取方法和装置
本申请公开的网络评论的标签提取方法和装置,对评论短句进行评论对象和情感类别的标注。然后按照评论对象进行统计,统计同一评论对象中情感类别为正面情感的评论短句数量,以及情感类别为负面情感的评论短句数量,并将统计结果作为标签进...
陈文亮马春平
文献传递
一种评分预测方法与系统
本发明公开了一种评分预测方法与系统,获取历史评论数据,使用基于词向量的方法构建主题词分布表,根据主题词分布表计算指定的第一用户对第一物品的评论特征表示,同时获取历史评分数据,计算指定的第一用户对第一物品的修正平均分作为特...
陈文亮马春平
文献传递
基于评论主题的个性化评分预测模型被引量:1
2016年
针对现有基于评论分析的推荐算法没有充分考虑个性化的问题,通过对评论进行主题分析,挖掘用户的喜好,分别建立基于用户和物品的个性化评分预测模型。在真实数据集上进行实验验证,结果表明该模型有效地提高了推荐系统的评分预测性能。
马春平陈文亮
关键词:个性化推荐推荐系统评分预测
共1页<1>
聚类工具0