一种基于评论分析双层图的推荐方法

摘要 随着电子商务的飞速发展,推荐方法受到广泛关注.大多数推荐方法是基于图论或者代数方法,这些方法仅使用用户的签到信息或者评分信息,而忽略了产品的其他特征.此外,推荐系统面临数据维度高,稀疏性强等挑战.本文提出了一种基于评论分析双层图的推荐方法(RM-DGR),首先通过评论挖掘与密度聚类,分别构建基于簇与用户的双层图结构,之后使用物质扩散算法在加权网络中进行资源重分配来完成对用户的个性化推荐.最后在Yelp和亚马逊数据集上将我们的算法与常用推荐算法、没有使用评论挖掘与密度聚类的对照算法进行对比,表明加入评论挖掘与密度聚类有效地提高了双层图推荐的准确率