SVM个性化推荐评价挖掘

图书评价任务主要是通过分析用户对图书的评价信息，发现哪些是真实的、有价值的评价，哪些是垃圾评价，通过进一步分析那些有价值的评价信息，以便发现用户的购买特征和偏好。这主要是通过分析评论信息中的一些关键词和关键模式(表6.2)，来发现用户的购买习惯。在发现用户的购买习惯后，可以通过个性化的推荐方法，对用户的这些行为数据进行建模，从而实现个性化推荐，为用户提供有针对性的商品。在这里将图书评价好坏信息过滤任务看作二分类问题。为了训练分类器，选择了6个特征作为模型的输入，具体见表6.2。

为了充分比较本章方法的优势，从两个角度对数据集进行对比分析。一是“词法视角”(Lexical perspective)。对于词汇视角，由于在汉语评价中没有空格将中文词组分开，所以采用中科院的中文分词工具——ICTCLAS(Institute of Computing Technology，Chinese Lexical Analysis System)对评论信息进行分词和词性标注。然后，将每一句评论转换为一个词汇向量形式(Term frequency inverse document frequency，TF-IDF)。二是统计视角(Statistical Perspective)。对于统计视角，统计每一句评论中包含的关键词和关键模式所占的比例，形成一个量化的矩阵。

将6个特征进行量化，采用的方法是：

①在一个评价句子中意见短语所占的比例是多少。

②在一个评价句子中询问模式所占的比例是多少。(www.xing528.com)

③在一个评价句子中语言出现的比例是多少。

④在一个评价句子中图书类别被提及到的比例是多少。

⑤一个评价句子的长度是多少。

⑥用户对图书总体评价所给的五角星个数是多少(最多为5个星)。