随着互联网迅速发展,信息数据呈爆炸式增长。为了在海量的数据中挖掘出用户感兴趣的内容信息,推荐算法应运而生。基于用户的协同过滤推荐算法是常用的推荐算法之一,由于存在数据稀疏性问题和冷启动问题,系统的推荐效果差强人意。评论文本含有丰富的产品信息和用户观点,可以用来提高系统的推荐效果,近年来引起了学者们的研究兴趣。本文主要利用评论文本改进基于用户的协同过滤推荐算法,主要的研究内容如下:(1)深入分析评论文本的特点。传统的TFIDF算法应用于评论短文本时,重要词汇和次要词汇的词频分布差别不大,无法有效地提取出文本中的关键信息。针对该问题,本文引入评论数据集中的helpful反馈值,改进了TFIDF算法,从而区分了重要词汇与次要词汇,便于提取关键信息。(2)传统的TextRank算法在抽取关键词时,词汇节点跳转到邻接节点时均分权重,未考虑不同邻接节点的重要性差异。鉴于此,结合改进的TFIDF算法重新引导TextRank算法中权重分配的过程,提高了关键词抽取的准确性。然而,改进后的TextRank算法抽取出的关键词包含很多同义词、重复词,若不进行降维处理则会影响后续用户主题偏好相似度的计算。本文利用SVD奇异值分解算法将产品-关键词矩阵映射到潜在语义空间里,通过对产品的关键词进行语义归类来发掘产品主题分布特征。(3)针对传统的协同过滤推荐模型中用户相似度计算过分依赖用户评分的问题,将产品的主题分布特征引入评分预测模型。通过统计用户所有打分的产品的主题分布特征来计算用户间的主题偏好相似度,并将其与评分相似度相融合计算用户综合相似度。改进的用户综合相似度较之单一的评分相似度降低了评分预测的误差。(4)在亚马逊的movie&TV评论数据集上对本文提出的算法进行验证,并与三种现有算法进行了对比。实验表明本文提出的算法可以提高评分预测准确性,提升推荐质量,在一定程度上缓解数据稀性问题。