| 基于word2vec和TF-IDF算法实现酒店评论的个性化推送 |
| |
| 引用本文： | 张雷.基于word2vec和TF-IDF算法实现酒店评论的个性化推送[J].电脑与信息技术,2017,25(6). |
| |
| 作者姓名： | 张雷 |
| |
| 作者单位： | 西安石油大学计算机学院,陕西西安,710065 |
| |
| 摘 要： | TF-IDF算法是一种在信息检索领域常用的加权技术,用来评估一个字词对文档的重要程度,在文本挖掘领域使用TF-IDF算法对文本进行特征提取,将具有较高权重的字词提取出来.这些关键性的字词大体上就能代表该文本所描述的内容.TF-IDF是一种基于统计分析的方法,它并没有考虑到文本上下文的语义关联性.所以,如果单纯只是使用TF-IDF算法对文本进行特征提取效果并不好,文章提出了word2Vec结合TF-IDF算法对酒店评论进行特征词汇提取,使用深度学习wored2vec对酒店评论进行训练,通过word2vec进行上下文索引匹配寻找语义近似词汇,我们将语义相似的词汇构建为一个字典,特征词汇的不同权重反应出酒店评论中不同的关注点.依照这些不同的关注点个性化的推送酒店评论给特定的用户.
|
| 关 键 词： | TF-IDF Word2vec VSM domainthesaurus |
Personalized Hotel Reviews Recommendation Based on TF-IDF and Domain Thesaurus |
| |
| ZHANG Lei.Personalized Hotel Reviews Recommendation Based on TF-IDF and Domain Thesaurus[J].Computer and Information Technology,2017,25(6). |
| |
| Authors: | ZHANG Lei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
