基于隐式用户行为的推荐系统研究

摘要

在现实生活中,用户经常在无意识中被周围的人或朋友的行为所影响,这种受群体行为影响的现象在社交网络系统中也得到体现,因此可以通过其相关用户的选择和行为构建推荐系统。提出一种通过挖掘相关用户的评价信息来构建输入数据的隐式推荐系统,该系统包括三个部分：首先根据交际活动评估用户之间的隐式信任度;然后通过评论获取语料的情绪关键词推断用户情绪等级;最后利用机器学习和回归算法识别情绪等级和用户之间信任度的影响程度,并由此给出推荐意见。通过对微博用户评论数据的分析,验证了算法的有效性,表明提出的算法能够正确反映隐式信任度和用户情绪,从而为决策推荐系统提供支持。