【技术实现步骤摘要】
物品推荐方法、计算机设备及计算机可读存储介质
[0001]本申请涉及数据处理
,尤其涉及一种物品推荐方法、计算机设备及计算机可读存储介质。
技术介绍
[0002]推荐系统作为一种筛选信息的工具,存在于海量数据的基础上,可以有效解决信息过载的问题。推荐系统可以通过推荐算法从海量数据中挖掘出用户感兴趣的项目(如信息、服务、物品等),并将结果推荐给用户,以满足用户的需求。
[0003]现有的协同过滤算法虽然可以减缓数据稀疏性和冷启动对推荐结果的影响,但是并没有考虑海量数据对其评论的物品的评价值,导致推荐效果不佳,影响用户使用体验。
技术实现思路
[0004]有鉴于此,有必要针对物品推荐的准确性不高的技术问题,提供一种物品推荐方法、计算机设备及计算机可读存储介质。
[0005]本申请一实施例提供一种物品推荐方法,包括:获取多个评价文本,其中多个评价文本涉及多个物品;对多个评价文本中的每个评价文本进行分词处理,得到与每个评价文本对应的语句集;利用预设情感词典提取每个评价文本的情感评价词,得到与每个评价文本对应的情感评价词集;基于预设评价对象词典、预设副词词典及每个评价文本对应的语句集与情感评价词集,得到与每个评价文本对应的情感评价单元集,情感评价单元集包括至少一个情感评价单元;基于每个评价文本的情感评价单元集计算得到每个评价文本对其记载的物品的评价得分,及汇总每个物品的评价得分得到每个物品的评价值;根据每个物品的评价值从多个物品中选取至少一个物品推荐给目标用户。
[0006]在一些 ...
【技术保护点】
【技术特征摘要】
1.一种物品推荐方法,其特征在于,所述方法包括:获取多个评价文本,其中所述多个评价文本涉及多个物品;对所述多个评价文本中的每个评价文本进行分词处理,得到与所述每个评价文本对应的语句集;利用预设情感词典提取所述每个评价文本的情感评价词,得到与所述每个评价文本对应的情感评价词集;基于预设评价对象词典、预设副词词典及所述每个评价文本对应的语句集与情感评价词集,得到与所述每个评价文本对应的情感评价单元集,所述情感评价单元集包括至少一个情感评价单元;基于所述每个评价文本的情感评价单元集计算得到所述每个评价文本对其记载的物品的评价得分,及汇总每个物品的评价得分得到所述每个物品的评价值;根据所述每个物品的评价值从所述多个物品中选取至少一个物品推荐给目标用户。2.如权利要求1所述的物品推荐方法,其特征在于,所述预设情感词典包括基础情感词典、网络用语情感词典及表情图片情感词典,所述基础情感词典包括多个正面情感词、多个负面情感词、多个正面评价词及多个负面评价词,所述网络用语情感词典包括多个积极网络词语及多个消极网络词语,所述表情图片情感词典包括多个表情图片及与所述多个表情图片对应的情感极性词语,所述预设评价对象词典包括多个物品名称及多个物品部件名称,所述预设副词词典包括多个用于表征情感极性或者情感程度的副词,所述方法还包括:对所述每个评价文本进行停用词剔除处理、词性标注处理。3.如权利要求1所述的物品推荐方法,其特征在于,所述利用预设情感词典提取所述每个评价文本的情感评价词,得到与所述每个评价文本对应的情感评价词集,包括:利用预设情感词典提取所述评价文本的情感评价词;从提取到的情感评价词中筛选在所述评价文本出现次数大于预设次数的情感评价词;基于筛选得到的情感评价词构建与所述评价文本对应的情感评价词集。4.如权利要求1所述的物品推荐方法,其特征在于,所述多个评价文本包括第一评价文本,所述基于预设评价对象词典、预设副词词典及所述每个评价文本对应的语句集与情感评价词集,得到与所述每个评价文本对应的情感评价单元集,包括:遍历所述第一评价文本对应的语句集中的语句,判断所述语句是否包含所述预设评价对象词典中的词语,及包含与所述第一评价文本对应的情感评价词集中的词语;当所述语句包含所述预设评价对象词典中的第一词语,且包含所述情感评价词集中的第二词语时,基于所述第一词语与所述第二词语构建二元评价单元,及将所述二元评价单元加入至与所述第一评价文本对应的情感评价单元集;判断所述语句是否包含所述预设副词词典中的词语;当所述语句包含所述预设副词词典中的第三词语,且所述第一词语与所述第三词语在所述语句中的词语位置满足预设要求时,基于所述第一词语、所述第二词语及所述第三词语构建三元评价单元,及将所述情感评价单元集中的所述二元评价单元替换为所述三元评价单元。5.如权利要求4所述的物品推荐方法,其特征在于,所述方法还包括...
【专利技术属性】
技术研发人员:石奕,
申请(专利权)人:卓尔智联武汉研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。