技術(shù)特征：

1.一種基于評論文本與評分融合的汽車個(gè)性化推薦方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于,所述步驟2具體包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于,所述步驟3具體包括：

4.?根據(jù)權(quán)利要求3所述的方法，其特征在于,所述步驟4具體包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于,所述步驟5具體包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于,所述步驟6具體包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于,所述步驟7具體包括：

8.根據(jù)權(quán)利要求7所述的方法，其特征在于,所述步驟8具體包括：

技術(shù)總結(jié)
本發(fā)明實(shí)施例中提供了一種基于評論文本與評分融合的汽車個(gè)性化推薦方法，屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，具體包括：獲取用戶星級評分、評論文本數(shù)據(jù)和用戶特征數(shù)據(jù)；情感極性分析得到情感分?jǐn)?shù)向量；獲取確定性分?jǐn)?shù)向量；構(gòu)建無向網(wǎng)絡(luò)并劃分同一星級評分的用戶群體；獲取第一綜合文本情感分?jǐn)?shù)向量、第一綜合確定性分?jǐn)?shù)向量和第一綜合長度；計(jì)算每個(gè)社區(qū)的聚合權(quán)重并據(jù)此獲取同一星級評分下的第二綜合文本情感分?jǐn)?shù)向量和第二確定性分?jǐn)?shù)向量；計(jì)算星級評分的折扣系數(shù)，并獲取每個(gè)屬性下的綜合評分；依據(jù)用戶個(gè)性化屬性權(quán)重和綜合評分，通過加權(quán)平均獲得所有備選汽車的綜合評分，最終推薦最優(yōu)汽車。通過本發(fā)明的方案，提高了推薦精準(zhǔn)度和全面性。

技術(shù)研發(fā)人員：楊藝,王東麟,張智泓,王湘君,向柏霖
受保護(hù)的技術(shù)使用者：湘江實(shí)驗(yàn)室
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2