论文部分内容阅读
互联网数据规模迅猛增长, 推荐系统的数据稀疏性问题日益凸显, 难以提供精准的项目 推荐.针对这些问题, 结合海量的用户评论信息中蕴含丰富的用户偏好信息, 提出了一种面向协同推荐的评论文本情感打分机制, 通过将用户评论文本转化为用户对该项目的评分, 有效解 决推荐系统评分矩阵的稀疏性问题, 通过在中文语料数据集上进行测试, 验证了该机制的可行性.