本文關(guān)鍵詞：基于情感分析的評論極性分類和電影推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著信息科技的發(fā)展,互聯(lián)網(wǎng)應(yīng)用逐漸滲透到人們生活中的各個(gè)方面。電影作為當(dāng)代人一種重要娛樂休閑方式,其傳播途徑也呈現(xiàn)出了多元化的特點(diǎn)。當(dāng)前移動(dòng)網(wǎng)絡(luò)的發(fā)展快速,使得人們觀看電影的方式有了多種選擇,線上電影觀看的比重也呈逐漸上升的趨勢。如何對網(wǎng)絡(luò)上的優(yōu)秀電影進(jìn)行甄別并進(jìn)行推薦已經(jīng)成為當(dāng)前一個(gè)熱門研究,電影推薦系統(tǒng)也成為解決這一問題的重要幫手。傳統(tǒng)的電影推薦方法主要是利用目標(biāo)客戶的打分記錄來找到和他相似的用戶,或者利用用戶的歷史偏好找到top-n個(gè)和以往觀看過相似的電影來做推薦,這類推薦方法的操作簡便,精度較高。缺點(diǎn)也很明顯,某些制片方為了利益可能會(huì)招募一些人給他們的產(chǎn)品打高分,導(dǎo)致推薦的結(jié)果并不可信。這時(shí)候觀影用戶對電影主觀的評價(jià)內(nèi)容可以更好的發(fā)揮作用,通過評論的分析可更為準(zhǔn)確的獲取用戶對電影的評價(jià)。因此,將情感分析引入到電影推薦系統(tǒng)中為推薦系統(tǒng)的發(fā)展提供新的思路�，F(xiàn)有的情感分析大致分為兩類,基于詞典的方法和基于機(jī)器學(xué)習(xí)的方法,已有的情感分析算法各有優(yōu)缺點(diǎn),導(dǎo)致單一的情感分析方法無法適用于電影推薦系統(tǒng)中,降低了系統(tǒng)的性能。因此,怎樣將情感分析與推薦相結(jié)合給用戶提供直觀,準(zhǔn)確的電影觀看反饋,使推薦結(jié)果更符合用戶的觀影偏好成為系統(tǒng)實(shí)現(xiàn)中一個(gè)重要問題。本文提出的融合情感詞頻和主題維數(shù)拓展的方法可以對系統(tǒng)中的評論進(jìn)行自動(dòng)褒貶分類,使用戶直觀的了解其他用戶的觀影反饋,獲得真正好評電影分類,將其加入系統(tǒng)中并加入“好評率”公式中實(shí)現(xiàn)了熱門推薦模塊。本文的具體工作如下：1.本文在ASP.NET平臺運(yùn)用C#語言實(shí)現(xiàn)了一個(gè)電影推薦推薦系統(tǒng),用戶功能包括熱門推薦,個(gè)性化推薦,高分推薦,評論的極性分類,站內(nèi)交友等。2.本文提出一種融合情感詞頻和主題維數(shù)拓展的方法,利用主題維度拓展和情感詞頻進(jìn)行特征提取,用LIBSVM進(jìn)行分類,可以得到自動(dòng)判別的評論的情感極性,使用戶通過評論極性分類可以更直觀地發(fā)現(xiàn)其他用戶對某部電影的反饋�；趯⑷诤锨楦性~頻和主題維數(shù)拓展的方法可以將評論情感信息引入到推薦系統(tǒng)的熱門推薦模型中,該方法在豆瓣網(wǎng)站真實(shí)數(shù)據(jù)進(jìn)行實(shí)驗(yàn),也得到了很好的效果。3.系統(tǒng)在個(gè)性化推薦模塊中實(shí)現(xiàn)了基于內(nèi)容的推薦算法,通過LDA算法對電影主題提取,聯(lián)合導(dǎo)演,主演的關(guān)鍵信息進(jìn)行特征組合,進(jìn)行余弦相似度計(jì)算,根據(jù)相似度結(jié)果進(jìn)行推薦,有效的解決了協(xié)同過濾中用戶評分矩陣稀疏的問題。4.最終實(shí)現(xiàn)的電影推薦系統(tǒng)利用本文提出的融合情感詞頻和主題維數(shù)擴(kuò)展的方法將系統(tǒng)的熱門推薦模塊模塊實(shí)現(xiàn)并與基于內(nèi)容的個(gè)性化推薦、高分推薦等方法相結(jié)合。三者協(xié)同作用,有效解決了系統(tǒng)的冷啟動(dòng)問題,使得系統(tǒng)對用戶具有普遍適應(yīng)性。另外在系統(tǒng)中添加了管理模塊,讓管理員可以有效地對后臺電影數(shù)據(jù)進(jìn)行管理,便于及時(shí)更新。
【關(guān)鍵詞】：情感分析 情感分類 推薦系統(tǒng) 主題模型
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.3
【目錄】：

• 摘要3-5
• ABSTRACT5-9
• 第一章 引言9-17
• 1.1 研究背景與意義9-12
• 1.1.1 熱門推薦與個(gè)性化推薦9-10
• 1.1.2 情感分析10-12
• 1.2 國內(nèi)外發(fā)展?fàn)顩r12-15
• 1.2.1 情感分析發(fā)展現(xiàn)狀12-14
• 1.2.2 電影推薦系統(tǒng)發(fā)展現(xiàn)狀14-15
• 1.3 主要工作及論文組織結(jié)構(gòu)15-17
• 第二章 系統(tǒng)相關(guān)工作17-26
• 2.1 系統(tǒng)相關(guān)技術(shù)17
• 2.2 情感分析的方法17-20
• 2.2.1 基于詞典的情感分析17-18
• 2.2.2 基于語義的情感分析18-19
• 2.2.3 基于機(jī)器學(xué)習(xí)的情感分析方法19-20
• 2.3 推薦系統(tǒng)相關(guān)算法20-25
• 2.3.1 基于協(xié)同過濾的推薦算法20-23
• 2.3.2 基于內(nèi)容的推薦算法23-24
• 2.3.3 基于關(guān)聯(lián)規(guī)則的推薦算法24-25
• 2.4 本章小結(jié)25-26
• 第三章 一種融合情感詞頻和主題拓展的情感分析方法的設(shè)計(jì)與分析26-43
• 3.1 分類算法26-30
• 3.1.1 空間向量模型26-27
• 3.1.2 主題模型27-29
• 3.1.3 SVM算法29-30
• 3.2 算法介紹30-40
• 3.2.1 前期工作30-32
• 3.2.2 算法模型介紹32-35
• 3.2.3 數(shù)據(jù)集與實(shí)驗(yàn)參考指標(biāo)35-36
• 3.2.4 實(shí)驗(yàn)驗(yàn)證36-40
• 3.3 算法在系統(tǒng)中示例40-42
• 3.3.1 數(shù)據(jù)集40
• 3.3.2 實(shí)驗(yàn)驗(yàn)證與分析40-42
• 3.4 本章小結(jié)42-43
• 第四章 系統(tǒng)分析與實(shí)現(xiàn)43-58
• 4.1 系統(tǒng)架構(gòu)設(shè)計(jì)43-44
• 4.2 系統(tǒng)功能設(shè)計(jì)44-45
• 4.3 系統(tǒng)核心模塊設(shè)計(jì)45-46
• 4.4 系統(tǒng)實(shí)現(xiàn)46-57
• 4.4.1 熱門評論46-47
• 4.4.2 熱門推薦47-50
• 4.4.3 基于內(nèi)容的個(gè)性化推薦50-54
• 4.4.4 搜索模塊實(shí)現(xiàn)54-55
• 4.4.5 運(yùn)營模塊實(shí)現(xiàn)55-57
• 4.5 本章小結(jié)57-58
• 第五章 總結(jié)展望58-60
• 5.1 總結(jié)58-59
• 5.2 研究展望59-60
• 參考文獻(xiàn)60-64
• 附錄A 圖索引64-65
• Appendix A Figure Index65-66
• 附錄B 表格索引66-67
• Appendix B Table Index67-68
• 致謝68-69
• 攻讀碩士學(xué)位期間主持或參與的科研項(xiàng)目69

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 米可菲;張勇;邢春曉;蔚欣;;面向大數(shù)據(jù)的開源推薦系統(tǒng)分析[J];計(jì)算機(jī)與數(shù)字工程;2013年10期

2 脫建勇;王嵩;李秀;劉文煌;;精品課共享中的推薦系統(tǒng)框架與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與設(shè)計(jì);2006年17期

3 蘇冠賢;張麗霞;林丕源;劉吉平;;生物信息學(xué)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用研究;2007年05期

4 王改芬;;推薦系統(tǒng)研究綜述[J];軟件導(dǎo)刊;2007年23期

5 葉群來;;營銷與網(wǎng)絡(luò)推薦系統(tǒng)[J];電子商務(wù);2007年10期

6 李媚;;個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)資源推薦系統(tǒng)研究[J];福建電腦;2008年12期

7 潘冉;姜麗紅;;基于經(jīng)濟(jì)學(xué)模型的推薦系統(tǒng)的研究[J];計(jì)算機(jī)應(yīng)用與軟件;2008年03期

8 劉魯;任曉麗;;推薦系統(tǒng)研究進(jìn)展及展望[J];信息系統(tǒng)學(xué)報(bào);2008年01期

9 劉小燕;陳艷麗;賈宗璞;沈記全;;基于增強(qiáng)學(xué)習(xí)的旅行計(jì)劃推薦系統(tǒng)[J];計(jì)算機(jī)工程;2010年21期

10 曹畋;;智能推薦系統(tǒng)在知識瀏覽領(lǐng)域的應(yīng)用[J];硅谷;2011年21期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前8條

1 張燕;李燕萍;;基于內(nèi)容分析和點(diǎn)擊率記錄的混合音樂推薦系統(tǒng)[A];2009年通信理論與信號處理學(xué)術(shù)年會(huì)論文集[C];2009年

2 趙欣;寇綱;鄔文帥;盧艷群;;基于時(shí)間密集性的推薦系統(tǒng)攻擊檢測[A];第六屆（2011）中國管理學(xué)年會(huì)論文摘要集[C];2011年

3 張玉連;張波;張敏;;改進(jìn)的個(gè)性化信息推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[A];2005年全國理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

4 王君;許潔萍;;層次音樂推薦系統(tǒng)的研究[A];第18屆全國多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

5 潘宇;林鴻飛;楊志豪;;基于用戶聚類的電子商務(wù)推薦系統(tǒng)[A];第三屆學(xué)生計(jì)算語言學(xué)研討會(huì)論文集[C];2006年

6 尤忠彬;陳越;張英;朱揚(yáng)勇;;基于Web服務(wù)的技術(shù)轉(zhuǎn)移平臺推薦系統(tǒng)研究[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

7 王國霞;劉賀平;李擎;;二部圖影射及其在推薦系統(tǒng)中的應(yīng)用[A];第25屆中國控制與決策會(huì)議論文集[C];2013年

8 王雪;董愛華;吳怡之;;基于RFID技術(shù)的智能服裝推薦系統(tǒng)設(shè)計(jì)[A];2011年全國電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 ;大數(shù)據(jù)如何“落地”[N];中國新聞出版報(bào);2014年

2 本報(bào)記者 鄒大斌;大數(shù)據(jù)：電商新武器[N];計(jì)算機(jī)世界;2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 周魏;推薦系統(tǒng)中基于目標(biāo)項(xiàng)目分析的托攻擊檢測研究[D];重慶大學(xué);2015年

2 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計(jì)研究[D];中國科學(xué)技術(shù)大學(xué);2007年

3 楊東輝;基于情感相似度的社會(huì)化推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2014年

4 曹渝昆;基于神經(jīng)網(wǎng)絡(luò)和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學(xué);2006年

5 王立才;上下文感知推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

6 劉龍;一個(gè)能實(shí)現(xiàn)個(gè)性化實(shí)時(shí)路徑推薦服務(wù)的推薦系統(tǒng)框架[D];中國科學(xué)技術(shù)大學(xué);2014年

7 李濤;推薦系統(tǒng)中若干關(guān)鍵問題研究[D];南京航空航天大學(xué);2009年

8 劉士琛;面向推薦系統(tǒng)的關(guān)鍵問題研究及應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2014年

9 李方方;非獨(dú)立同分布推薦系統(tǒng)研究[D];北京理工大學(xué);2014年

10 李曉建;基于語義的個(gè)性化資源推薦系統(tǒng)中關(guān)鍵技術(shù)研究[D];武漢大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 朱孔真;基于云計(jì)算的電子商務(wù)智能推薦系統(tǒng)研究[D];武漢理工大學(xué);2014年

2 郭敬澤;基于賦權(quán)評分和Dpark的分布式推薦系統(tǒng)研究與實(shí)現(xiàn)[D];天津理工大學(xué);2015年

3 周俊宇;信息推薦系統(tǒng)的研究與設(shè)計(jì)[D];江南大學(xué);2015年

4 李煒;基于電子商務(wù)平臺的保險(xiǎn)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2013年

5 車豐;基于排序主題模型的論文推薦系統(tǒng)[D];大連海事大學(xué);2015年

6 秦大路;基于因式分解機(jī)模型的上下文感知推薦系統(tǒng)研究[D];鄭州大學(xué);2015年

7 徐霞婷;動(dòng)態(tài)路網(wǎng)監(jiān)控與導(dǎo)航推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];蘇州大學(xué);2015年

8 黃學(xué)峰;基于Hadoop的電影推薦系統(tǒng)研究與實(shí)現(xiàn)[D];南京師范大學(xué);2015年

9 路小瑞;基于Hadoop平臺的職位推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

10 李愛寶;基于組合消費(fèi)行為分析的團(tuán)購?fù)扑]系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

  本文關(guān)鍵詞：基于情感分析的評論極性分類和電影推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號：400291