1,068
个编辑
更改
跳到导航
跳到搜索
第452行：
第452行： − + 第468行：
第468行： −
→推荐系统中的应用
== 推荐系统中的应用 ==
== 推荐系统中的应用 ==
对于一个推荐系统来说，情感分析已经被证明是一种有价值的技术。推荐系统的目的是预测目标用户对某个项目的偏好。'''主流推荐系统是基于显性数据集工作的。例如，协同过滤（collaborative filtering）基于评分矩阵工作，基于内容的过滤（content-based filtering）基于项目元数据工作。'''
对于一个推荐系统来说，情感分析已经被证明是一种有价值的技术。推荐系统的目的是预测目标用户对某个项目的偏好。'''主流推荐系统'''是基于显性数据集工作的。例如，协同过滤（collaborative filtering）基于评分矩阵工作，基于内容的过滤（content-based filtering）基于项目元数据工作。
Lamba和Madhusudhan<ref name=":39">{{cite journal |last1=Lamba |first1=Manika |last2=Madhusudhan |first2=Margam |title=Application of sentiment analysis in libraries to provide temporal information service: a case study on various facets of productivity |journal=Social Network Analysis and Mining |year=2018 |volume=8 |issue=1|pages=1–12|doi=10.1007/s13278-018-0541-y}}</ref>介绍了一种新的方法，即通过重新打包Twitter等社交媒体平台的情感分析结果，并以不同的形式提供基于时间的综合服务，来满足当今图书馆用户的信息需求。此外，他们还提出了一种利用社交媒体挖掘和情感分析在图书馆进行营销的新方法。
Lamba和Madhusudhan<ref name=":39">{{cite journal |last1=Lamba |first1=Manika |last2=Madhusudhan |first2=Margam |title=Application of sentiment analysis in libraries to provide temporal information service: a case study on various facets of productivity |journal=Social Network Analysis and Mining |year=2018 |volume=8 |issue=1|pages=1–12|doi=10.1007/s13278-018-0541-y}}</ref>介绍了一种新的方法，即通过重新打包Twitter等社交媒体平台的情感分析结果，并以不同的形式提供基于时间的综合服务，来满足当今图书馆用户的信息需求。此外，他们还提出了一种利用社交媒体挖掘和情感分析在图书馆进行营销的新方法。
==参阅==
==参阅==