从产品评论中推断用户个性来改进推荐系统
摘要：通过挖掘公开的产品评论文本，从中自动提取个性特征信息，以改进推荐系统性能。通过设计和评估三个基于上下文的推荐体系结构，并对我们贡献的两个新的个性数据集进行实验验证。结果表明，个性特征信息的准确建模可以提高推荐系统性能，为3-28%。分析结果还发现，不同的个性类型对推荐性能有不同的贡献：对于音乐推荐，开放和外向的个性最有帮助，而对于美容产品推荐，责任心强的个性最有帮助。
作者：Xinyuan Lu and Min-Yen Kan
论文ID：2303.05039
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-03-22