【技术实现步骤摘要】
本专利技术属于商品推荐，尤其涉及一种基于无监督域适应和可靠评论的商品推荐方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、近年来，消费者在做出购买决定时，对在线评论信息的利用已经变得越来越关键。然而，并非所有评论都能反映用户的偏好和项目的属性，因为存在大量欺诈性或欺骗性的评论，这些虚假评论不仅会扰乱消费者的购买决策，还会极大地影响推荐系统的准确性。如果欺诈性或欺骗性的评论被用来为用户生成推荐，系统很可能产生不准确的推荐，不符合用户的需求或偏好，这可能导致用户对推荐系统失去信任，用户可能不愿意依赖它来做出未来的购买决定；相反地，通过评估评论的真实性，推荐系统可以更好地识别那些有价值的评论并提高推荐的性能。
3、同时，现有的基于评论的推荐方法通常采用用户评论的有用性得票来评估评论的可靠性，进而提高推荐系统的性能，一方面，评论的有用性得票这种指标这些方法通常将一个给定的用户或者物品的所有评论合并成一个长文本，并使用特征提取技术提取评论文本中的特征，然后，通过注...
【技术保护点】
1.一种基于无监督域适应和可靠评论的商品推荐方法，其特征在于，包括：
2.如权利要求1所述的一种基于无监督域适应和可靠评论的商品推荐方法，其特征在于，所述基于神经网络的虚假评论分类器的训练，具体为：获取具有评论可靠性标签的用户评论文本，以及对应的推荐商品评论文本的数据集；基于所述数据集对虚假评论分类器进行训练，获得训练好的虚假评论分类器。
3.如权利要求1所述的一种基于无监督域适应和可靠评论的商品推荐方法，其特征在于，所述目标用户无关特征与待推荐商品无关特征的融合特征，具体采用目标用户无关特征与待推荐商品无关特征矩阵的点乘融合。
4...
【技术特征摘要】
1.一种基于无监督域适应和可靠评论的商品推荐方法，其特征在于，包括：
2.如权利要求1所述的一种基于无监督域适应和可靠评论的商品推荐方法，其特征在于，所述基于神经网络的虚假评论分类器的训练，具体为：获取具有评论可靠性标签的用户评论文本，以及对应的推荐商品评论文本的数据集；基于所述数据集对虚假评论分类器进行训练，获得训练好的虚假评论分类器。
3.如权利要求1所述的一种基于无监督域适应和可靠评论的商品推荐方法，其特征在于，所述目标用户无关特征与待推荐商品无关特征的融合特征，具体采用目标用户无关特征与待推荐商品无关特征矩阵的点乘融合。
4.如权利要求1所述的一种基于无监督域适应和可靠评论的商品推荐方法，其特征在于，所述基于目标用户的相关特征、待推荐商品的相关特征以及所述融合特征，结合评论的可靠性评分，采用因式分解机，获得目标用户与待推荐商品之间的相关性得分，其中，对于所述融合特征，通过平均归一化处理获得第一注意力权重和第二注意力权重，通过在目标用户和待推荐商品的无关特征上应用所述第一注意力权重和第二注意力权重，获得最终的融合特征表示，以目标用户的相关特征、待推荐商品的相关特征以及最终的融合特征表示，结合评论的可靠性得分作为因式分解机的输...
【专利技术属性】
技术研发人员：于旭，于婕，刘德发，席亮，孙丽珺，于淼，徐凌伟，胡强，
申请(专利权)人：中国石油大学华东，
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。