CN111061962B - 一种基于用户评分分析的推荐方法 - Google Patents

Abstract

本发明公开了一种基于用户评分分析的推荐方法，该方法包含如下步骤：S1，采集用户对商品或者项目的评价信息；S2，对评论信息中的主题、情感词、以及情感倾向进行提取、分析与量化，具体包括提取评论主题、抽取情感词、对用户的主题情感词向量进行量化处理，从而得出关于用户、项目、主题和情感值的四元向量；S3，找出用户之间有共同评论的项目，依次对共同评论的项目和主题进行分析计算，利用皮尔森相关性系数，计算得出用户之间在所述项目的情感相关性，得到用户间的信任关系值；S4，对用户自主管理信任的好友列表，同时根据信任关系的变化情况来挖掘用户短期兴趣的迁移；S5，根据所述的用户短期兴趣的迁移生成推荐列表。

Description

一种基于用户评分分析的推荐方法

技术领域

本发明涉及数据科学领域，特别涉及一种基于用户评分分析的推荐方法。

背景技术

随着互联网技术的发展，信息过载已成为当前用户面临的一个重要难题，个性化推荐技术的出现为解决电子商务领域的信息过载问题提供了一种非常有效的手段。推荐技术能有效的为用户提供个性化的主动推荐服务，已被广泛地应用到电子商务及其他相关领域。近几年来，国内外学者对推荐系统进行了深入的研究，取得了丰硕的成果，包括对推荐系统结构和模型的讨论，提出新的方案，对现有的方案进行分析和改进等。目前主流的推荐技术有3中：基于内容的推荐，协同过滤推荐以及混合策略推荐。其中，协同过滤算法根据用户的历史评价数据进行推荐，避免了对项目属性的文字描述。凭借算法的简单性，实现的便捷性以及推荐的准确性等优点，协同过滤已经成为目前广泛应用的一项个性化推荐技术。

传统的协同过滤技术由于依赖用户的评分数据，而许多用户往往会在交互活动结束之后放弃评价，这就会给推荐效果造成一定的影响，而且在电商平台的实际交易过程中，用户对一个商品打出比较差的星级，往往并不是用户对商品本身有什么不好的感觉，有可能是对店家，快递服务商等有不好的购物体验，因此这会对相似度的计算造成负面的影响。所以传统推荐技术在具体的应用过程中存在着许多问题，比如数据稀疏性、冷启动、用户兴趣偏好迁移等问题，这些问题的存在降低了系统的准确性和用户对个性化服务的满意度，也削弱了用户对系统的信任程度。

为了提高系统推荐的准确性，增强用户对推荐系统的信心和接收程度，本发明在现有研究成果的基础上，发明一种全新的推荐系统，该系统试图从在线用户评论信息着手，通过分析用户的感情倾向，得到用户间潜在的情感相似性权重，并将情感相似性权重有效结合到传统的协同过滤推荐算法中，以达到提高推荐准确率和增强用户对体统的信息的目的。本发明包括如下系统模块：爬虫工具模块、主题提取模块、情感词提取模块、词向量处理模块、信任关系建模模块、信任关系管理模块、推荐引擎。

发明内容

本发明的目的是提供一种基于用户评分分析的推荐方法，试图从在线用户评论信息着手，通过分析用户的情感倾向，得到用户间潜在的情感相似性权重，并将情感相似性权重有效结合到传统的协同过滤推荐算法中，以达到提高推荐准确率和增强用户对系统的信心的目的。

为了实现以上目的，本发明是通过以下技术方案实现的：

一种基于用户评分分析的推荐方法，其特点是，该方法包含如下步骤：

S1，采集用户对商品或者项目的评价信息；

S2，对评论信息中的主题、情感词、以及情感倾向进行提取、分析与量化，具体包括提取评论主题、抽取情感词、对用户的主题情感词向量进行量化处理，从而得出关于用户、项目、主题和情感值的四元向量；

S3，找出用户之间有共同评论的项目，依次对共同评论的项目和主题进行分析计算，利用皮尔森相关性系数，计算得出用户之间在所述项目的情感相关性，得到用户间的信任关系值；

S4，对用户自主管理信任的好友列表，同时根据信任关系的变化情况来挖掘用户短期兴趣的迁移；

S5，根据所述的用户短期兴趣的迁移生成推荐列表。

所述的步骤S2包括：

S2.1，利用LDA主题模型抽取主题属性词和情感词：

构建用户对商品评价信息的集合，记为D，LDA主题模型包含每个主题词汇的分布概率，记为φ_K，每个的主题分布的概率记为θ_d，评价信息中的每个词汇的主题分配序列记为λ_d,j和评价信息中的主题分配序列可以利用吉布斯采样获取，LDA主题模型依据概率式(1)生成文本集合：

参数d表示用户对商品的评论文档，D表示用户对商品的评论文档集合，参数N_d表示文档d中主题词个数，参数θ_λdj表示某个特定主题产生的概率，参数φ_λdj，ωdj则表示词汇ω_dj属于某个主题的概率值；

S2.2，对评论的句子进行依存句法解析，并对需要的依存关系进行筛选与过滤，对不在种子库中的词汇进行极性的判断；

S2.3，为了对用户的主题情感词进行量化处理，并给予用户评论中常用副词的词库，并为每一类副词设定一个程度的值，用于描述用户的情感倾向的程度，将副词的程度百分比作为系数，得到最终的情感值。

所述的步骤S3中：利用皮尔森相关性系数，计算U_i和U_j情感值向量的相关性，

其中，参数k是主题n的个数，参数U_i表示用户i，参数U_j表示用户j，V_Uin为用户U_i在主题n上的情感量化值，为用户U_i该评论所有主题情感值的平均数，V_Ujn为用户U_j在主题n上的情感量化值，/>为用户U_j该评论所有主题情感值的平均数。

所述的步骤S4包括如下步骤：

S4.1，当新用户在系统注册时，由于他还未对任何项目进行评分，也没有产生评论信息，因此，信任关系管理模块考虑用户信任关系网络中的整体信誉为该用户推荐M个信任用户，信任关系管理模块通过扫描信任关系网络，计算网络中节点所有信任度之和，即为该用户节点的整体信誉度，并对信任列表中用户的信任关系度进行实时更新；

S4.2，信任关系度具有动态性的特征，并随着时间或者某些重要事件的发生而不断发生变化的，当有用户对某项目有新的评价和评论时，依据步骤S3中的信任关系计算公式(2)，对该用户与信任列表中其他用户的信任关系进行重新计算，从而重新构建用户的信任列表；

所述的步骤S5包括：

S5.1，生成邻居集合，考虑系统在生成推荐时的计算量，推荐引擎模块采用在当前用户的信任列表中，选择信任度最高的N个用户作为当前用户的邻居，若该用户的信任列表中用户数量不足N，则采用皮尔森相关性系数，计算当前用户c与其他用户p的相似度，选择相似度最高的K个用户补充进来，作为该用户的最近邻居；

S5.2，计算推荐的权重，推荐引擎模块在生成邻居集合时考虑结合相似度和信任度的方式生成，考虑结合信任关系和相似度来产生权重，采用式(3)进行计算：

其中，W(c,p)为推荐权重，S(c,p)为相关性系数计算得出的相似度，T(c,p)为信任关系值，c表示当前用户，p表示其他用户；

S5.3，产生推荐列表，推荐引擎模块采用协同过滤中常用的Resnick公式来计算当前用户对未知项目的预测评分值：

C(i)为推荐策略计算得到的关于项i的推荐值，为当前用户数均值，/>为其他用户数均值，p(i)表示第i个用户，m表示用户总数，W(c,p)为推荐权重。

本发明与现有技术相比，具有以下优点：

在现有研究成果的基础上，试图从在线用户评论信息着手，通过分析用户的情感倾向，得到用户间潜在的情感相似性权重，并将情感相似性权重有效结合到传统的协同过滤推荐算法中，以达到提高推荐准确率和增强用户对系统的信心的目的。

附图说明

图1为本发明一种基于用户评分分析的推荐方法的流程图；

图2为本发明一种基于用户评分分析的推荐系统的结构图。

具体实施方式

以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。

如图1、2所示，一种基于用户评分分析的推荐方法，该方法包含如下步骤：

S1，采集用户对商品或者项目的评价信息；

S2，对评论信息中的主题、情感词、以及情感倾向进行提取、分析与量化，具体包括提取评论主题、抽取情感词、对用户的主题情感词向量进行量化处理，从而得出关于用户、项目、主题和情感值的四元向量；

S3，找出用户之间有共同评论的项目，依次对共同评论的项目和主题进行分析计算，利用皮尔森相关性系数，计算得出用户之间在所述项目的情感相关性，得到用户间的信任关系值；

S4，对用户自主管理信任的好友列表，同时根据信任关系的变化情况来挖掘用户短期兴趣的迁移；

S5，根据所述的用户短期兴趣的迁移生成推荐列表。

上述步骤S1具体为：爬虫工具模块自动从某一电商网站采集数据。采集结束自动调用数据预处理模块对数据进行预处理，选取2376个用户关于3019商品的96548条评价数据和43685条评论。得到数据集的稀疏度为98.65％，属于典型的稀疏数据，每个商品平均评论数量是14.5个。采集完成数据写入到数据库中保存。

上述步骤S2为：

(1)抽取评论的主题

用户对商品的在线评论中往往包含了对某个主题的情感描述，比如“非常喜欢商品的外观”，“价格很实惠”等，其中的“外观”和“价格”则为用户的评论主题，为了抽取用户评论中蕴涵的主题，本发明中的主题提取模块采用了LDA概率主题模型，LDA是一种无监督的机器学习技术，它可以提取用户的评论潜在的代表主题的属性词，构成项目集在主题的属性向量空间，同时，还可以有效地合并代表同一个产品特征的不同属性词。

主题提取模块利用LDA主题模型抽取主题属性词和情感词首先需要构建用户对商品评论文档的集合，记为D，用户u所有的评论文本记为D_u，LDA模型包含每个主题词汇的分布概率，记为φ_K，每个评论文档的主题分布的概率记为θ_d，评论文档中的每个词汇的主题分配序列记为λ_d,j，参数{θ,φ}和评论文档中的主题分配序列可以利用吉布斯采样获取。LDA主题模型依据概率式(1)生成文本集合。

其中，参数d表示用户对商品的评论文档，D表示用户对商品的评论文档集合，参数N_d表示文档d中主题词个数，参数θ_λdj表示某个特定主题产生的概率，参数φ_λdj，ωdj则表示词汇ω_dj属于某个主题的概率值。利用LDA模型，主题提取模块可以抽取出用户评论文档中潜在的K个主题属性词汇，用文档-主题分布矩阵θ和主题-属性分布矩阵φ。

(2)抽取情感词

情感词的提取是对用户情感倾向进行量化处理的前提，需要注意以下几点：首先，描述主题的属性词和情感词往往成对出现，所以情感词通常出现在属性词的附近；其次，注意挖掘修饰情感词的副词，它是情感量化的关键，副词是区分正面情感和负面情感的重要依据，也是判断情感程度的重要信息源。本发明中情感词提取模块采用引入常见情感词的种子库，采用句法分析器首先对评论的句子进行依存句法予以解析，接下来则对需要的依存关系进行筛选与过滤，最后对不在种子库中的词汇进行极性的判断。

(3)对用户的主题情感词向量进行量化处理

为了对用户的主题情感词进行量化处理，本发明的词向量处理模块引入一个在电子商务平台上用户评论中常用副词的词库，并为每一类副词设定一个程度的值，用于描述用户的情感倾向的程度。将副词的程度百分比作为系数，从而得到最终的情感值。在本发明的词向量处理模块中，设定情感词的词性为两个方面，正面倾向和负面倾向，正面倾向的情感词赋值为1，负面倾向的情感词赋值为-1，否定词赋值为-1，情感词的情感倾向值为：V＝词性值×副词的词性程序百分比×否定词词性值。

上述步骤S3具体为：

1)信任关系建模模块从(用户-项目-主题-情感值)四维向量中找出用户i和用户j之间有共同评价的项目，转到2)，为了提高计算的准确性，选择有3个及以上共同评价的项目的用户进行计算。

2)信任关系建模模块依次选择其中的一个项目，从4组中抽取出该项目的主题与情感值，构成一个两位数组，如表1所列。

表1主题-情感值矩阵

表1中，T为评论的主题，U表示用户，V表示用户关于该主题情感倾向的量化值。利用皮尔森相关性系数，计算U_i和U_j情感值向量的相关性，如式(2)所示。

其中，参数k是主题n的个数，参数U_i表示用户i，参数U_j表示用户j，V_Uin为用户U_i在主题n上的情感量化值，为用户U_i该评论所有主题情感值的平均数，V_Ujn为用户U_j在主题n上的情感量化值，/>为用户U_j该评论所有主题情感值的平均数。

3)信任关系建模模块将得到的相关性值进行累加。然后判断是否为最后一个共同评价的项目，若是，返回累加的相关性值，否则，转向2)，直到全部的共同评价的项目计算完毕。

所述的步骤S4包括：

生成用户信任关系。

信任关系管理模块向用户提供一种平台，用于管理与控制系统主动服务机制，用户可从系统中得到更加个性化的服务。

1)初始化信任列表

当新用户在系统注册时，由于他还未对任何项目进行评分，也没有产生评论信息，因此，信任关系管理模块考虑用户信任关系网络中的整体信誉为该用户推荐M个信任用户，信任关系管理模块通过扫描信任关系网络，计算网络中节点所有信任度之和，即为该用户节点的整体信誉度。信任关系管理模块选择信誉度最大的M个用户来初始化该用户的信任列表。随着该用户与推荐系统的交互行为的进行，系统会对信任列表中用户的信任关系度进行实时更新。

2)信任关系的更新

信任关系具有动态性的特征,它是随着时间或者某些重要事件的发生而不断发生变化的。在推荐系统中，当有用户对某项目有新的评价和评论时，则信任关系管理模块会依据3.3节中所使用的信任关系计算公式，对该用户与信任列表中其他用户的信任关系进行重新计算，从而重新构建用户的信任列表。

所述的步骤S5具体包括：

1)生成邻居集合，考虑系统在生成推荐时的计算量，推荐引擎模块采用在当前用户的信任列表中，选择信任度最高的N个用户作为当前用户的邻居，若该用户的信任列表中用户数量不足N，则采用皮尔森相关性系数，计算当前用户c与其他用户p的相似度，如式(2)所示，选择相似度最高的K个用户补充进来，作为该用户的最近邻居。

2)计算推荐的权重，由于部分用户情感表达不够充分，或者根本没有评论，信任关系有时存在不够准确的情况，推荐引擎模块在生成邻居集合时考虑结合相似度和信任度的方式生成。因此，在引入情感分析信任模块的推荐系统里，考虑结合信任关系和相似度来产生权重。采用式(3)进行计算。

其中，W(c,p)为推荐权重，S(c,p)为相关性系数计算得出的相似度，T(c,p)为信任关系值，c表示当前用户，p表示其他用户。

3)产生推荐列表。推荐引擎模块采用协同过滤中常用的Resnick公式来计算当前用户对未知项目的预测评分值，如式(4)所示。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (2)

1.一种基于用户评分分析的推荐方法，其特征在于，该方法包含如下步骤：

S1，采集用户对商品或者项目的评价信息；

S2，对评论信息中的主题、情感词、以及情感倾向进行提取、分析与量化，具体包括提取评论主题、抽取情感词、对用户的主题情感词向量进行量化处理，从而得出关于用户、项目、主题和情感值的四元向量；

S3，找出用户之间有共同评论的项目，依次对共同评论的项目和主题进行分析计算，利用皮尔森相关性系数，计算得出用户之间在所述项目的情感相关性，得到用户间的信任关系值；

S4，对用户自主管理信任的好友列表，同时根据信任关系的变化情况来挖掘用户短期兴趣的迁移；

S5，根据所述的用户短期兴趣的迁移生成推荐列表；

所述的步骤S3中：利用皮尔森相关性系数，计算U_i和U_j情感值向量的相关性，

其中，参数k是主题n的个数，参数U_i表示用户i，参数U_j表示用户j，V_Uin为用户U_i在主题n上的情感量化值，为用户U_i该评论所有主题情感值的平均数，V_Ujn为用户U_j在主题n上的情感量化值，/>为用户U_j该评论所有主题情感值的平均数；

所述的步骤S4包括如下步骤：

S4.1，当新用户在系统注册时，由于他还未对任何项目进行评分，也没有产生评论信息，因此，信任关系管理模块考虑用户信任关系网络中的整体信誉为该用户推荐M个信任用户，信任关系管理模块通过扫描信任关系网络，计算网络中节点所有信任度之和，即为该用户节点的整体信誉度，并对信任列表中用户的信任关系度进行实时更新；

S4.2，信任关系度具有动态性的特征，并随着时间或者某些重要事件的发生而不断发生变化的，当有用户对某项目有新的评价和评论时，依据步骤S3中的信任关系计算公式(2)，对该用户与信任列表中其他用户的信任关系进行重新计算，从而重新构建用户的信任列表；

所述的步骤S5包括：

S5.1，生成邻居集合，考虑系统在生成推荐时的计算量，推荐引擎模块采用在当前用户的信任列表中，选择信任度最高的N个用户作为当前用户的邻居，若该用户的信任列表中用户数量不足N，则采用皮尔森相关性系数，计算当前用户c与其他用户p的相似度，选择相似度最高的K个用户补充进来，作为该用户的最近邻居；

S5.2，计算推荐的权重，推荐引擎模块在生成邻居集合时考虑结合相似度和信任度的方式生成，考虑结合信任关系和相似度来产生权重，采用式(3)进行计算：

其中，W(c,p)为推荐权重，S(c,p)为相关性系数计算得出的相似度，T(c,p)为信任关系值，c表示当前用户，p表示其他用户；

S5.3，产生推荐列表，推荐引擎模块采用协同过滤中常用的Resnick公式来计算当前用户对未知项目的预测评分值：

C(i)为推荐策略计算得到的关于项i的推荐值，为当前用户数均值，/>为其他用户数均值，p(i)表示第i个用户，m表示用户总数，W(c,p)为推荐权重。

2.如权利要求1所述的基于用户评分分析的推荐方法，其特征在于，所述的步骤S2包括：

S2.1，利用LDA主题模型抽取主题属性词和情感词：

构建用户对商品评价信息的集合，记为D，LDA主题模型包含每个主题词汇的分布概率，记为φ_K，每个的主题分布的概率记为θ_d，评价信息中的每个词汇的主题分配序列记为λ_d,j和评价信息中的主题分配序列可以利用吉布斯采样获取，LDA主题模型依据概率式(1)生成文本集合：

参数d表示用户对商品的评论文档，D表示用户对商品的评论文档集合，参数N_d表示文档d中主题词个数，参数θ_λdj表示某个特定主题产生的概率，参数φ_λdj，ωdj则表示词汇ω_dj属于某个主题的概率值；

S2.2，对评论的句子进行依存句法解析，并对需要的依存关系进行筛选与过滤，对不在种子库中的词汇进行极性的判断；

S2.3，为了对用户的主题情感词进行量化处理，并给予用户评论中常用副词的词库，并为每一类副词设定一个程度的值，用于描述用户的情感倾向的程度，将副词的程度百分比作为系数，得到最终的情感值。