已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,觀點摘要技術(shù)為世界各地的消費者帶來了極大的便利。從大量的在線商品評論中,觀點摘要技術(shù)自動為給定商品的大眾觀點生成摘要。然而,當前的觀點摘要系統(tǒng)為每個商品所提供的摘要通常是靜態(tài)、粗粒度的,這樣的摘要在處理高度動態(tài)和個性化的用戶偏好時具有很大的局限性。因此,在用戶評估候選商品的階段,這種摘要無法為其提供所需要的有效的指導意見。
在本文中,我們通過生成個性化的多商品摘要為消費者提供決策支持。本文的目標是生成簡潔的商品動態(tài)摘要
2、,它可以體現(xiàn)出用戶所喜愛的特征的重要信息,同時能夠兼顧不同商品之間的差異性。
首先,為了使得生成的摘要滿足以下的三個特征:高度精簡性、集中覆蓋性、差異性,本文將個性化的多商品摘要問題建模為特征樹上的帶有可變覆蓋半徑最小代表特征集問題,樹上每個被覆蓋的區(qū)域都包含了商品各種各樣特征的觀點,從層次結(jié)構(gòu)上來看,這些特征在語義上是相互關(guān)聯(lián)的。為了獲得最優(yōu)的覆蓋半徑,我們會為層次結(jié)構(gòu)上的每個特征賦予一個實時推導出來的偏好權(quán)重,并結(jié)合商品本
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于在線評論的個性化推薦研究.pdf
- 基于在線評論的個性化推薦系統(tǒng).pdf
- 基于評論和評分的個性化推薦算法研究.pdf
- 基于電商評論的個性化產(chǎn)品推薦系統(tǒng)研究.pdf
- 基于在線社交網(wǎng)絡的個性化推薦算法研究.pdf
- 考慮評論情感的共享房源個性化推薦算法研究.pdf
- 基于網(wǎng)絡的個性化推薦算法研究.pdf
- 基于在線產(chǎn)品評價信息的個性化需求獲取方法研究.pdf
- 基于MapReduce的個性化PageRank算法研究.pdf
- 基于個性化定制的產(chǎn)品配置理論的研究.pdf
- 基于項目云的個性化推薦算法研究.pdf
- 基于信任機制的個性化推薦算法研究.pdf
- 基于遷移學習的個性化推薦算法研究.pdf
- 基于鍵值的個性化推薦算法.pdf
- 論汽車外形的個性化--產(chǎn)品外形的個性化設(shè)計研究.pdf
- 基于用戶行為的個性化推薦算法研究.pdf
- 基于本體的影視個性化推薦算法研究.pdf
- 基于關(guān)聯(lián)規(guī)則的個性化推薦算法研究.pdf
- 基于主動學習的個性化推薦算法研究.pdf
- 基于集成學習的個性化推薦算法研究.pdf
評論
0/150
提交評論