基于网络结构与深度学习的 Yelp 星级评论预测

在本文中，我们解决基于商业特征（如图像、描述）、用户特征（先前平均评分）以及尤其令人关注的网络属性（用户此前曾对哪些商业进行过评分）来预测 Yelp 星级评论评分这一现实问题。我们在不同特征集上比较了多种模型——从仅基于网络特征的简单线性回归，到基于网络与物品特征的深度学习模型。近年来，深度学习的突破提升了常见监督学习任务（如图像分类、图像描述生成与语言理解）的准确率。然而，将深度学习与网络特征及结构相结合的思路似乎是新颖的。尽管网络中预测未来交互的问题已被长期研究，这些方法往往忽略了节点特定数据或全局结构之一。我们证明，采取结合节点级特征与网络信息的混合方法可有效用于预测 Yelp 评论星级。我们在 Yelp 数据集上沿时间维度切分数据（正如现实世界自然发生的那样）进行评估，并将我们的模型与未利用网络结构和/或深度学习的其他模型进行比较。