公开(公告)号：CN107545075A

公开(公告)日：2018-01-05

申请号：CN201710980537.2

申请日：2017-10-19

Applicant: 厦门大学 ,  厦门大学深圳研究院

Inventor： 林琛 ,  刘杜钢

IPC: G06F17/30

Abstract: 一种基于在线评论和情境感知的餐馆推荐方法，涉及餐馆推荐。从在线评论中训练情境分类模型；从在线评论中训练特征提取模型；对用户查询进行在线处理。一方面能够充分针对在线评论和评分数据的特点，既有效地对在线评论表达了什么情境下的正面/负面意见进行区分，又准确地抽取出不同情境下哪些餐厅特征是用户偏好的；另一方面对用户的查询要求，既能够推断出潜在的情境需求，又能够根据效用模型为用户推荐最佳的餐厅列表，是一种精度高、推广性好的推荐方法，能够大幅改善用户体验。

公开(公告)号：CN107545075B

公开(公告)日：2020-05-29

申请号：CN201710980537.2

申请日：2017-10-19

Applicant: 厦门大学 ,  厦门大学深圳研究院

Inventor： 林琛 ,  刘杜钢

IPC: G06F16/9535 ,  G06Q30/06

Abstract: 一种基于在线评论和情境感知的餐馆推荐方法，涉及餐馆推荐。从在线评论中训练情境分类模型；从在线评论中训练特征提取模型；对用户查询进行在线处理。一方面能够充分针对在线评论和评分数据的特点，既有效地对在线评论表达了什么情境下的正面/负面意见进行区分，又准确地抽取出不同情境下哪些餐厅特征是用户偏好的；另一方面对用户的查询要求，既能够推断出潜在的情境需求，又能够根据效用模型为用户推荐最佳的餐厅列表，是一种精度高、推广性好的推荐方法，能够大幅改善用户体验。

公开(公告)号：CN108287902A

公开(公告)日：2018-07-17

申请号：CN201810070082.5

申请日：2018-01-24

Applicant: 厦门大学

Inventor： 林琛 ,  黄洁 ,  刘杜钢

IPC: G06F17/30 ,  G06Q30/02 ,  G06Q30/06 ,  G06Q50/00

Abstract: 一种基于数据非随机缺失机制的推荐系统方法，涉及互联网技术。获取用户历史行为记录；对得到的用户历史行为数据进行预处理；对预处理后的数据划分为训练集和测试集，进行模型训练；在模型训练结果中获取用户和商品相关参数；根据用户和商品相关参数预测用户对于未评分商品的偏好，并进行推荐。一方面克服了传统推荐方法中存在的随机缺失机制不能正确体现评分的缺失行为的缺点，另一方面通过沉默的螺旋理论，更加准确的给出用户在对商品进行评分行为的机制，增强模型的可解释性，提高预测精度。

公开(公告)号：CN108287902B

公开(公告)日：2020-11-20

申请号：CN201810070082.5

申请日：2018-01-24

Applicant: 厦门大学

Inventor： 林琛 ,  黄洁 ,  刘杜钢

IPC: G06F16/9535 ,  G06Q30/02 ,  G06Q30/06 ,  G06Q50/00

Abstract: 一种基于数据非随机缺失机制的推荐系统方法，涉及互联网技术。获取用户历史行为记录；对得到的用户历史行为数据进行预处理；对预处理后的数据划分为训练集和测试集，进行模型训练；在模型训练结果中获取用户和商品相关参数；根据用户和商品相关参数预测用户对于未评分商品的偏好，并进行推荐。一方面克服了传统推荐方法中存在的随机缺失机制不能正确体现评分的缺失行为的缺点，另一方面通过沉默的螺旋理论，更加准确的给出用户在对商品进行评分行为的机制，增强模型的可解释性，提高预测精度。