基于评论文本的细粒度物品推荐方法及系统

摘要

本公开提供了一种基于评论文本的细粒度物品推荐方法及系统，包括：分别获取用户评论文本集合和物品评论文本集合；利用细粒度特征交互网络计算用户和物品间的多粒度关联矩阵，获得3D交互图像；将所述3D交互图像输入到全连接神经网络和传统因子分解机中实现用户‑物品的评分预测，根据评分结果实现物品的推荐；所述方案以多层次扩张卷积结构来编码用户和物品评论，避免了评论中细粒度信息的丢失，在多个粒度下构建用户和物品评论的特征交互，并使用3D卷积来融合处理多粒度信息，有效的突出了评论中多个粒度下的相关信息，有效提高了物品推荐的合理性和准确性。