第3期 雷震，等：基于影响力控制的热传导算法 ·331· 以控制度数大的用户喜欢的度数大的物品对目标用 输入用户对该景点的整体评分，；用户对该 户推荐的影响。THC算法如下： 景点的风景评分s;用户对该景点的趣味评分s:用 输入用户-物品对数据集T,推荐物品个数 户对该景点的性价比评分s。;用户对该景点的评论 L,目标用户u: 信息C; 输出top-L个物品。 输出tue,用户喜爱该景点：false,用户不喜欢 1)目标用户喜欢的物品被激活，被赋值热 该景点。 量1： 1)利用ICTCLAS对C进行分词，去掉停用词， 2)热量按式(2)的传播方式从物品传到用户： 利用词性标注来去掉中性词： 3)热量按式(2)的传播方式从用户传到物品： 2)对C中的其余词，判断其是否是情感词： 4)物品按照其上面的热量按降序排序后，推荐 3)对每一个否定词0：，找出与其最近的情感词 给目标用户utop-L个物品。 并且将其情感值从s变成-5： 4旅游评价中的用户态度判断算法 4)对每一个程度副词，找出与其最近的情感词 并且用程度副词对应的系数α乘以情感词的情 在推荐领域，有时仅凭一个单独的评分并不足 感值； 以确定用户是否真的喜欢当前物品。以旅游领域为 5)利用如下公式计算评论C的情感极性值： 例，如图2所示，某用户对某景点的整体评分为3， 可以认为该用户喜欢该景点。但是，进一步观察发 s.-axs. i=1 现：用户对当前景点的景色评分为4，对景点的趣味 式中，S。与S.分别代表评论C与情感词w:的情感 性、性价比的评分均为1。这说明用户对这个景点 值；m是评论中的词语个数； 也有不满意的地方。用户对景点的态度也会体现在 6)计算所有评分的均值S。: 其对该景点的评论中。图2给出的评论中出现了 (s:+5g+s:+sn) ‘马达声吵死了’，‘大杀（煞）风景'及·没有想象中 S。= 4 的轻舟已过万重山的感觉'等文字。从评论中可以 7)如果S,≥3且S。≥0，返回true;否则返回 看出用户对这次旅游的体验并不满意。 falseo 感色：4愿：1信价批：1 258出n日 5实验与结果 在兴H情同头上相的，冠果发玩系肌的的是汽的，马达声珍死了，限个物垃机的，大风显未来姓往几十两，阻 家也修完成任野一样，定行时指上挡下，京日一个件左右收钱走人，德吃了个快餐一样.设有想像中轻马已过万重山的画 5.1数据集 桂林是全国乃至世界知名的旅游目的地。本文 从http://www.ctrip.com上抓取了关于桂林市旅游 的数据来验证提出的算法。数据包含了用户对景点 图2用户对景点评价和评论实例 的评分和评论，评分包含了4个方面：用户对景点的 Fig.2 An example of a user's evaluation and comment 整体评分、用户对景点的景色评分、用户对景点的趣 on a scenery spot 味性评分以及用户对景点的性价比评分（如图2）。 因此本文设计了确定用户是否喜欢某景点的算 本文采集了包含18151个用户对143个景点的18 法，即旅游评价中的用户态度判断算法。设计理由 304条评分及评论记录。为了有效验证算法，对数 如下：如果用户真的喜欢当前景点，那么该用户对当 据集进行了预处理。删除评价景点数量少于2条的 前景点的各项评分应该都比较高，则所有评分的均 用户，删除没有用户评分的景点，再利用旅游评价中 值也应该比较大。因此，计算各项评分的均值s。,让 的用户态度判断算法计算用户是否喜欢某景点。数 均值大小作为判断用户是否喜欢该景点的依据之 据集包含1164个用户对143个景点的5672条评 一。另外，如果用户真的喜欢当前景点，该用户对当 分及评论信息。 前景点评论的情感一定会是非负向的。算法中，评 为了对提出算法的有效性进行更可靠的验证， 论的情感极性计算方法采用文献[20]中的情感提 本文还使用了电影评分的数据集[2进行对比实验。 取算法。以图2为例，通过分析可知，根据整体评分 删除对电影评分数目少于2条的用户，删除没有用 会认为用户喜欢该景点，但用态度判断算法可以确 户评分的电影，最终得到370个用户对578部电影 定该用户对该景点并不是很满意，因为s。<3且评论 的9331条评分记录。 的情感极性为负。使用旅游评价中的用户态度判断 每组实验中，数据集被分为2部分，其中随机挑 算法能较为准确地判断用户是否喜欢某景点。用户 选出用户-物品二部网络中20%的边作为测试集， 态度判断算法如下。 其余80%的边为训练集[。每组实验都重复50以控制度数大的用户喜欢的度数大的物品对目标用 户推荐的影响。 ＴＨＣ 算法如下： 输入 用户－物品对数据集 Ｔ，推荐物品个数 Ｌ，目标用户 ｕ； 输出 ｔｏｐ⁃Ｌ 个物品。 １） 目标用户 ｕ 喜欢的物品被激活，被赋值热 量 １； ２）热量按式（２）的传播方式从物品传到用户； ３）热量按式（２）的传播方式从用户传到物品； ４）物品按照其上面的热量按降序排序后，推荐 给目标用户 ｕ ｔｏｐ⁃Ｌ 个物品。 ４ 旅游评价中的用户态度判断算法 在推荐领域，有时仅凭一个单独的评分并不足 以确定用户是否真的喜欢当前物品。 以旅游领域为 例，如图 ２ 所示，某用户对某景点的整体评分为 ３， 可以认为该用户喜欢该景点。 但是，进一步观察发 现：用户对当前景点的景色评分为 ４，对景点的趣味 性、性价比的评分均为 １。 这说明用户对这个景点 也有不满意的地方。 用户对景点的态度也会体现在 其对该景点的评论中。 图 ２ 给出的评论中出现了 ‘马达声吵死了’，‘大杀（煞）风景’及‘没有想象中 的轻舟已过万重山的感觉’等文字。 从评论中可以 看出用户对这次旅游的体验并不满意。 图 ２ 用户对景点评价和评论实例 Ｆｉｇ．２ Ａｎ ｅｘａｍｐｌｅ ｏｆ ａ ｕｓｅｒ􀆳ｓ ｅｖａｌｕａｔｉｏｎ ａｎｄ ｃｏｍｍｅｎｔ ｏｎ ａ ｓｃｅｎｅｒｙ ｓｐｏｔ 因此本文设计了确定用户是否喜欢某景点的算 法，即旅游评价中的用户态度判断算法。 设计理由 如下：如果用户真的喜欢当前景点，那么该用户对当 前景点的各项评分应该都比较高，则所有评分的均 值也应该比较大。 因此，计算各项评分的均值 ｓａ ，让 均值大小作为判断用户是否喜欢该景点的依据之 一。 另外，如果用户真的喜欢当前景点，该用户对当 前景点评论的情感一定会是非负向的。 算法中，评 论的情感极性计算方法采用文献［２０］ 中的情感提 取算法。 以图 ２ 为例，通过分析可知，根据整体评分 会认为用户喜欢该景点，但用态度判断算法可以确 定该用户对该景点并不是很满意，因为 ｓａ＜３ 且评论 的情感极性为负。 使用旅游评价中的用户态度判断 算法能较为准确地判断用户是否喜欢某景点。 用户 态度判断算法如下。 输入 用户对该景点的整体评分 ｓｔ； 用户对该 景点的风景评分 ｓｇ；用户对该景点的趣味评分 ｓｉ；用 户对该景点的性价比评分 ｓｐ ；用户对该景点的评论 信息 Ｃ； 输出 ｔｒｕｅ，用户喜爱该景点；ｆａｌｓｅ，用户不喜欢 该景点。 １）利用 ＩＣＴＣＬＡＳ 对 Ｃ 进行分词，去掉停用词， 利用词性标注来去掉中性词； ２）对 Ｃ 中的其余词，判断其是否是情感词； ３）对每一个否定词 ｗｉ，找出与其最近的情感词 并且将其情感值从 ｓｗｉ＋１变成－ｓｗｉ＋１ ； ４）对每一个程度副词，找出与其最近的情感词 并且用程度副词对应的系数 α 乘以情感词的情 感值； ５）利用如下公式计算评论 Ｃ 的情感极性值； Ｓｃ ＝ ∑ ｍ ｉ ＝ １ α × Ｓｗｉ 式中，Ｓｃ 与 Ｓｗｉ分别代表评论 Ｃ 与情感词 ｗｉ 的情感 值； ｍ 是评论中的词语个数； ６）计算所有评分的均值 Ｓａ ： Ｓａ ＝ ｓｔ ＋ ｓｇ ＋ ｓｉ ＋ ｓｐ ( ) ４ ７） 如果 Ｓａ ≥３ 且 Ｓｃ ≥０，返回 ｔｒｕｅ；否则返回 ｆａｌｓｅ。 ５ 实验与结果 ５．１ 数据集 桂林是全国乃至世界知名的旅游目的地。 本文 从 ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｔｒｉｐ．ｃｏｍ 上抓取了关于桂林市旅游 的数据来验证提出的算法。 数据包含了用户对景点 的评分和评论，评分包含了 ４ 个方面：用户对景点的 整体评分、用户对景点的景色评分、用户对景点的趣 味性评分以及用户对景点的性价比评分（如图 ２）。 本文采集了包含 １８ １５１ 个用户对 １４３ 个景点的 １８ ３０４ 条评分及评论记录。 为了有效验证算法，对数 据集进行了预处理。 删除评价景点数量少于 ２ 条的 用户，删除没有用户评分的景点，再利用旅游评价中 的用户态度判断算法计算用户是否喜欢某景点。 数 据集包含 １ １６４ 个用户对 １４３ 个景点的 ５ ６７２ 条评 分及评论信息。 为了对提出算法的有效性进行更可靠的验证， 本文还使用了电影评分的数据集［２１］ 进行对比实验。 删除对电影评分数目少于 ２ 条的用户，删除没有用 户评分的电影，最终得到 ３７０ 个用户对 ５７８ 部电影 的 ９ ３３１ 条评分记录。 每组实验中，数据集被分为 ２ 部分，其中随机挑 选出用户－物品二部网络中 ２０％的边作为测试集， 其余 ８０％ 的边为训练集［５］ 。 每组实验都重复 ５０ 第 ３ 期 雷震，等：基于影响力控制的热传导算法 ·３３１·