基于矩阵分解的社交用户情感分析推荐方法

摘要

如今,社交网络的指数级发展趋势正在为推荐系统创建新的应用领域.本文提出了一种推荐系统,该系统依赖于对语义态度的识别,即从用户生成的内容中提取的情感、数量和客观性评级数.为了在传统的社交网络上大规模地执行此操作,我们设计了一种三维矩阵分解法,每个矩阵表示一种态度.在分解模型中还考虑了用户态度的潜在时间变化.在不同的现实数据集上进行的广泛离线实验显示,与其他方法相比,本文的方法具有较大的优势.