融合异质网络与主题模型的方面分预测

被引：31

作者：

吉余岗 ^{[1
,2
]}

李依桐 ^{[1
,2
]}

石川 ^{[1
,2
]}

机构：

[1] 北京邮电大学计算机学院

[2] 智能通信软件与多媒体北京市重点实验室(北京邮电大学)

来源：

计算机应用 | 2017年 / 37卷 / 11期

关键词：

方面分预测; 异质信息网络; 主题模型; 结构信息; 推荐系统;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

针对传统方面分预测模型只考虑内容信息而缺乏对评论网络结构的分析,提出了融合异质信息网络和主题模型构建方面分预测算法(HINToAsp)。首先,从意见短语角度构建了评论主题挖掘模型(Phrase-PLSA),有效整合评论信息和评分信息进行方面主题挖掘;进而,考虑用户、评论和商品之间的结构信息,提出了在"用户评论商品"异质信息网络上的主题传播模型模型,用于刻画用户特性、商品属性;最后,基于随机游走框架有效整合内容信息和结构信息,进行精准的方面分预测。通过在大众点评(Dianping)和TripAdvisor数据集上和四元组PLSA(QPLSA)、高斯分布的情绪评估(GRAOS)模型及情绪均衡主题模型(SATM)的准确度对比实验,证明了HINToAsp算法的有效性,可以更好地用于商品的推荐系统。

引用

页码：3201 / 3206

页数：6

共 6 条

[1]

基于主题模型的矩阵分解推荐算法 [J].

林晓勇 ;

代苓苓 ;

史晟辉 ;

李芳 .

计算机应用, 2015, 35(S2) (S2) :122-124+127

[2]

一种融合异构信息网络和评分矩阵的推荐新算法 [J].

张邦佐 ;

桂欣 ;

何涛 ;

孙焕垚 ;

杨晟雨 ;

韩宇茹 .

计算机研究与发展, 2014, (S2) :69-75

[3]

基于LDA的改进K-means算法在文本聚类中的应用 [J].

王春龙 ;

张敬旭 .

计算机应用, 2014, 34 (01) :249-254

[4]

QPLSA: Utilizing quad-tuples for aspect identification and rating [J].

Luo, Wenjuan ;

Zhuang, Fuzhen ;

Zhao, Weizhong ;

He, Qing ;

Shi, Zhongzhi .

INFORMATION PROCESSING & MANAGEMENT, 2015, 51 (01) :25-41

[5]

Incorporating appraisal expression patterns into topic modeling for aspect and sentiment word identification.[J].Xiaolin Zheng;Zhen Lin;Xiaowei Wang;Kwei-Jay Lin;Meina Song.Knowledge-Based Systems.2014,

[6]

Mining heterogeneous information networks.[J].Yizhou Sun;Jiawei Han.ACM SIGKDD Explorations Newsletter.2013, 2

← 1 →