期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
一种基于评论分析双层图的推荐方法 被引量:2
1
作者 陈晋音 陈一贤 +1 位作者 林翔 吴洋洋 《小型微型计算机系统》 CSCD 北大核心 2019年第6期1180-1186,共7页
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... 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. 展开更多
关键词 双层图结构 评论分析 推荐系统 yelp网络
下载PDF
Understanding the Behavioral Differences Between American and German Users: A Data-Driven Study
2
作者 Chenxi Yang Yang Chen +4 位作者 Qingyuan Gong Xinlei He Yu Xiao Yuhuan Huang Xiaoming Fu 《Big Data Mining and Analytics》 2018年第4期284-296,共13页
Given that the USA and Germany are the most populous countries in North America and Western Europe,understanding the behavioral differences between American and German users of online social networks is essential.In t... Given that the USA and Germany are the most populous countries in North America and Western Europe,understanding the behavioral differences between American and German users of online social networks is essential.In this work,we conduct a data-driven study based on the Yelp Open Dataset.We demonstrate the behavioral characteristics of both American and German users from different aspects,i.e.,social connectivity,review styles,and spatiotemporal patterns.In addition,we construct a classification model to accurately recognize American and German users according to the behavioral data.Our model achieves high classification performance with an F1-score of 0.891 and AUC of 0.949. 展开更多
关键词 BEHAVIORAL DIFFERENCE online social networks yelp machine learning
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部