申请/专利权人：成都理工大学

申请日：2024-03-06

公开（公告）日：2024-04-09

公开（公告）号：CN117851688A

主分类号：G06F16/9535

分类号：G06F16/9535;G06F16/9536;G06Q50/00;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明涉及内容推荐技术领域，具体涉及基于深度学习及用户评论内容的个性化推荐方法，该方法包括：获取用户的商品评论数据，获取各句子序列的情感属性序列，对情感属性序列进行修正获取完备情感属性序列，根据完备情感属性序列得到各句子的评论基础情感分数，获取完备情感属性序列的一阶条件差分序列，根据一阶条件差分序列得到各句子的情感分析难度指数，结合评论基础情感分数及情感分析难度指数得到各句子的评论综合情感分数，结合神经网络完成用户评论内容推荐。本发明旨在提高用户评论内容推荐的准确性，实现用户评论内容的精确推荐。

主权项：1.基于深度学习及用户评论内容的个性化推荐方法，其特征在于，该方法包括以下步骤：获取用户评论内容公开数据集；将用户评论内容进行分词得到各句子序列；根据情感词典内的积极情感词与消极情感词得到各句子序列的情感属性序列；根据数据集内积极情感词与消极情感词的分布修正情感属性序列获取完备情感属性序列；结合完备情感属性序列及句子序列中的否定词数量得到各句子序列的评论基础情感分数；获取完备情感属性序列的一阶条件差分序列；根据一阶条件差分序列得到各句子序列的情感分析难度指数；结合评论基础情感分数及情感分析难度指数得到各句子序列的评论综合情感分数；结合评论综合情感分数训练商品评论情感分类模型；利用商品评论情感分类模型完成用户评论内容推荐。

全文数据：

权利要求：

百度查询： 成都理工大学 基于深度学习及用户评论内容的个性化推荐方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD