推荐系统论文笔记（10）：Recommender systems based on user reviews:the state of the art

一、基本信息

论文题目：《Recommender systems based on user reviews:the state of the art》

发表时间： User Modeling and User-Adapted Interaction, 2015, 25(2):99-154.

论文作者及单位：Chen Li(Hong Kong Baptist University) , Chen Guanliang (南方科技大学）, Wang Feng(Hong Kong Baptist University)

论文地址：https://link.springer.com/article/10.1007%2Fs11257-015-9155-5

我的评分：5颗星
 

二、摘要
  近年来有许多基于评论的推荐系统被建立，旨在将用户产生的有价值的评论信息加进用户模型和推荐步骤。最先进的文本分析和观点挖掘技术能够从各种类型的评论中抽取出有用的信息，比如谈论的话题、多层面的观点、上下文信息、综合性意见、评论者的情绪等。这篇文章综述了评论元素是如何被用来提高基于内容推荐、协同过滤推荐、基于偏好的产品评分技术的，这种方法能够缓解数据稀疏和冷启动问题也是本文的重点。这篇综述将前沿研究划分为两个分支，一个分支是review-based user profile building，另一个分支是review-based product profile building。在第一个分支中，评论信息不仅用来建立term-based profiles，也用来推断或增强评分信息，多层面的观点还可以被用来获得用户对某种特征的偏好权值。在另一分支中，产品画像能够通过观点特征或者综合性观点来变