基于概率语言情绪和集成的DEMATEL-TODIM方法的个性化电影推
Qi Wang1, YinLi You1, Si Wang2
1School of Industrial Design, Hubei University of Technology, Wuhan, 430068, China.
Scientific reports
|August 27, 2024
概括
本研究介绍了一种使用在线评论和概率语言方法的电影推模型. 它通过结合用户情绪和属性关系来加强决策,以获得更个性化的电影建议.
科学领域:
- 人工智能的人工智能
- 数据科学数据科学数据科学
- 计算语言学 计算语言学
背景情况:
- 在线评论显著影响消费者决策,特别是电影等娱乐产品.
- 现有的推系统往往缺乏个性化的情绪分析,并将相互关系考虑为属性.
研究的目的:
- 提出一种新的电影推模型,通过基于在线评论的概率语言方法整合用户个性化.
- 通过在电影属性分析中考虑情绪倾向和用户偏好来增强决策过程.
主要方法:
- 构建一个定量情绪框架,将评论转换为多粒度的概率语言情绪.
- 适应决策试验和评估实验室 (DEMATEL) 进行概率语言环境,以分析属性相互关系.
- 通过改进距离测量和分数函数,将概率语言信息集成到DEMATEL重量计算中.
- 使用扩展的TODIM (交互和多标准决策) 方法来根据风险偏好对替代品进行排名.
主要成果:
- 拟议的模型成功地将电影属性的情感倾向和用户偏好纳入决策过程.
- 杜班电影排名的实验结果证明了该模型的有效性和优越性.
- 该模型通过考虑细微的情绪和属性相互作用,提供了更合理和个性化的电影建议.
结论:
- 开发的概率语言方法为电影推系统提供了一个强大的框架.
- 整合情绪分析和属性相互关系,可以提高个性化和决策准确性.
- 这项研究通过将情绪分析和多标准决策联系起来,有助于智能推系统的发展.
