论文部分内容阅读
面对查询服务如何为用户提供一个满足其需求的个性化推荐?论文提出一种基于自然语言进行评论分析、并提取特征属性进行对属性决策,为用户提供推荐排名的策略和方法.建立基于评论语义和Web挖掘技术的信息推荐系统实现个性化服务.随着网上购物方式的普及,对同一商品的不同店铺之间的优劣比较和推荐成为越来越重要的问题.本文借助多属性决策的手段,提出了智能店铺推荐系统的框架,并结合自然语言处理技术,对各店铺的用户评论进行了主题抽取和情感分析,通过聚类成为“客户满意度”属性,与从店铺页面上爬取到的客观数据一起代入到推荐系统中进行计算。系统允许用户自主选择关心的属性及重要性排序,使得系统给出的推荐结果既能客现全面的反映店铺的状况,又能符合用户的评价偏好.本文实现了智能店铺推荐系统的原型系统,并详细展示了它的系统架构及展示步骤。