推荐系统--矩阵分解(4)

推荐系统–矩阵分解(1)
推荐系统–矩阵分解(2)
推荐系统–矩阵分解(3)
推荐系统–矩阵分解(4)
推荐系统–矩阵分解(5)
推荐系统–矩阵分解(6)

7 基于情感分析的矩阵分解

7.1 引入

【摘要】推荐系统旨在基于丰富的信息预测用户的偏好，例如用户评分、人口统计和评论。 尽管评论比评级更稀疏，但它们提供了有关用户真实偏好的更详细和可靠的信息。 目前，评论通常用于提高推荐系统的可解释性。 在本文中，我们提出了基于情感的具有可靠性的矩阵分解（SBMF+R）算法来利用评论进行预测。 首先，我们开发了一种情感分析方法，使用一种新的基于星的字典构建技术来获得情感分数。 其次，我们设计了一个结合用户一致性和评论反馈的用户可靠性度量。 第三，我们将用户评分、评论和反馈纳入概率矩阵分解框架进行预测。 对八个亚马逊数据集的实验表明，SBMF+R 比最先进的算法更准确。

核心思想：分析发现，用户评论和用户评分存在一定的偏差（图1所示），为此我们将用户评论转换为情感分数，将用户评分、评论和反馈纳入概率矩阵分解框架进行预测。

7.2 评论的情感分析

在第一阶段，我们从评论文本构建基于星级的情感词典。 表 2 显示了从基于星的字典中选择的一些具有情感分数的单词。 基于星级的意思是我们在情感词的分类中考虑评分星级。 我们的直觉是 5 星的评论主要传达积极的情绪，反之亦然。
因此，评论中的关键词应该符合评论的整体情绪。 我们设计了两种构建字典的技术。 大多数现有的情感词典只用二个值（正或负）标记单词。 我们根据不同的情绪强度分配不同的分数以获得更准确的结果。 同一个词可以对不同类别的产品表达不同的情感。 因此，我们为每个类别构建了一个不同的字典来缓解这个问题。

否定可用于拒绝或拒绝语句。 我们考虑两种类型的否定反转来检查是否应该调整情绪分数。 一种否定完全颠倒了情绪的极性。 例如，如果我们假设“舒适”的分数是+1，那么“不舒服”的分数就反转为-1。 另一种类型的否定是非常积极（否定）的形容词，它稍微颠倒了极性。 例如，如果我们假设“优秀”的分数是+2，那么“不优秀”的分数乘以-0.5 到1。
情态是在句子中嵌入可能性、必要性或能力的语法表达。 它通过情态动词如“maybe”、“certainly”和“may”在语法上表达。 我们采用并考虑减弱情感强度的情态动词的方法。 因此，出现在情态范围内的情感词乘以0.5以抑制其强度。
表 3 显示了否定和模态操作后的最终情绪分数。

7.3 SBMF

考虑情感分数的矩阵分解优化目标函数为：

$$L(\theta )=\sum _{u,i}{I}_{ui}\left[{\left(r_{ui}-p_u^T{q}_i\right)}^2\right]+\sum _{u,i}{I}_{ui}\left[{\left(S_{ui}-p_u^T{q}_i\right)}^2\right]+\lambda (\Vert p_u{\Vert }_F^2+\Vert q_i{\Vert }_F^2)$$
注意：为了保持上下文符号统一，图中的$S_{ij}$在公式中用$S_{ui}$替换了。

7.4 SBMF+R

只有少数作者讨论了评分或评论在预测任务中是否更可靠。 我们同时考虑用户一致性和评论反馈作为可靠性衡量标准。 然后我们计算每个评级的可靠性度量，为它们分配个性化的权重。
我们将用户$u$ 的评分向量表示为 $r_u=[r_{u1},\dots ,r_{un}]$。 设 $S_u=[S_{u1},\dots ,S_{un}]$ 是我们使用情感分析计算的用户情感得分向量。 用户$u$ 的一致性定义为用户评分向量与用户情感得分向量之间的欧氏距离 $C_u$。 评分和评论之间的距离越大，用户的一致性越低。 用户一致性定义为
$$C_u=\sqrt{\sum _{i=1}^n{\left(R_{ui}-S_{ui}\right)}^2}$$
除了用户一致性之外，我们还会考虑每条评论的有用性。 大多数电子商务网站都允许用户以赞成或反对的方式提供评论反馈。 此反馈被视为评论的有用性，反映了评论的真实性。 因此，我们使用正面反馈作为评论的有用性。 一些研究人员提出自动评估每个评论的反馈。让 $F_{ui}$ 和 $F_{ui}^P$表示用户 $u$对项目 $t_i$评论的总票数和正面票数。 然后，评论$H_{ui}$的有用性由下式给出：
$$H_{ui}=F_{ui}^P/F_{ui}$$
让 $W_{ui}$ 表示用户$u$对项目$t_i$的评论的可靠性。 那么评分$r_{ui}$ 的可靠性因子为：
$$W_{ui}=\frac{H_{ui}}{1-C_u}$$
类似地，情感得分$S_{ui}$的可靠性因子是 $1-W_{ui}$。 我们将可靠性区间归一化为 [0, 1]。 使用可靠性估计，我们最终获得每个评级的个性化权重。
我们根据其可靠性为评分和评论分配不同的权重。 计算可靠性因子 $W_{ui}$ 后，误差平方和目标函数由下式给出：
$$\begin{array}{rl}L(\theta )=& \sum _{u,i}{I}_{ui}\left[W_{ui}{\left(r_{ui}-p_u^T{q}_i\right)}^2\right]\\ & +\sum _{u,i}{I}_{ui}\left[(1-W_{ui}){\left(S_{ui}-p_u^T{q}_i\right)}^2\right]+\lambda (\Vert p_u{\Vert }_F^2+\Vert q_i{\Vert }_F^2)\end{array}$$

参考文献

Sentiment based matrix factorization with reliability for recommendation