【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: