使用評價維度媒合研究個人化推薦系統

Abstract

本研究利用評價維度媒合研究個人化餐廳推薦系統。從實際情境設想，當我們要將餐廳推薦給其他使用者時，會思考此餐廳的那些方面有其可取之處，那些方面則需要改進。而被推薦者得知這些資訊之後，可判斷推薦者提及的那些方面自己較為重視，那些方面較不在意，而判斷此餐廳是否適合該使用者。我們定義評價維度為被評論對象可供評分的面向，在給定評論的情形下，可從文字中抽取各個不同的評價維度，我們將評論分為兩種不同觀點，餐廳所收到的評論集合代表此餐廳的特性，某使用者所發出的評論集合則代表此使用者特性。對於評論集合，使用潛在語意分析將評論中可能為餐廳特色的文字分群，各群代表各個評價維度。在餐廳方面，使用意見分析技術計算餐廳在每個評價維度各收到何種意見，使用者方面則由評論計算出其在意的評價維度。這兩種資訊在結合後可計算餐廳跟使用者的媒合分數。對單一使用者所評過的多家餐廳，我們使用Kendall’s tau-b以及Precision@10 評估本系統排序以及使用者自評排序的值，觀察系統產生的答案與使用者自評星等有何差異。 本論文第一章介紹研究動機、目的、以及論文架構。第二章說明實驗語料的特性、處理方式。第三章說明系統的實作方式，對於可能影響推薦效果的因素做實驗，本系統Kendall’s tau-b最高分為0.182，Precision@10最高分為0.676。第四章討論將本系統與不考慮個人化因素的推薦系統結合的可能性。第五章對本研究做總結以及未來研究方向討論。