基于双通道 CNN 的推荐系统意见挖掘
信息检索
2023-07-18 v1 计算与语言
摘要
随着互联网与社交媒体的发展，大量非结构化数据被产生。其中相当体积的文本数据包含用户于在线商店与社交媒体上对产品的意见。通过探索与归类，可获取有用信息，包括客户满意度、对某特定事件的用户反馈、预测特定产品的销售及其他类似情形。本文中，我们提出一种基于深度学习模型的情感分析方法，并用其推荐产品。采用了一个五层双通道卷积神经网络模型进行意见挖掘，从数据中提取关键特征。我们通过将 SMOTE 算法应用于初始数据集增加了评论数量并平衡了数据。随后我们进行方面聚类。我们还利用张量分解算法为每个簇分配权重，从而提升推荐系统性能。我们提出的方法达到了 91.6% 的准确率，相较先前的基于方面的方法有显著改进。
引用
@article{arxiv.2307.07798,
title = {Opinion mining using Double Channel CNN for Recommender System},
author = {Minoo Sayyadpour and Ali Nazarizadeh},
journal= {arXiv preprint arXiv:2307.07798},
year = {2023}
}