【论文阅读】 2014SIGIR - Explicit Factor Models for Explainable Recommendation based on Phrase-level Senti

【论文阅读】 2014SIGIR - Explicit Factor Models for Explainable Recommendation based on Phrase-level Sentiment Analysis

1.一些概念定义
首先，文章根据用户对物品的评论，采用情感分析等自然语言手段，构建user-feature 矩阵 X、item-feature矩阵 Y 和user-item矩阵 A 。
其中，X中的元素由以下公式决定：

，tij为用户i - Ui在评论中提到特性j - Fj的次数。
同理，Y中的元素由以下公式决定：

, k为物品的评论中，特性Fj被提到的次数，sij为k次被提到的评论集中，平均情感分数值。
A中的元素为用户对物品的整体评价分数。
2.目标函数
根据X和Y矩阵，用矩阵分解的方法可以求得代表用户向量U1, 物品向量U2，以及特性的向量表达V。
因此有以下的目标函数：

其中，m