推荐系统-架构

关键字：

• MongoDB
• 情感分析
• 协同过滤推荐
• 评测PRF

架构思路：
要有一个情感分析器，输入一段文字给出正向or负向的评分。
在判断用户A是否喜欢物品b的时候，要根据物品b所拥有的其他用户对其的打分&评论，计算A喜欢物品b的概率，即对计算P（A，b）的公式进行改进。
在P中有个权重参数，如果用户A真的喜欢b，作为正例，设为1；如果不喜欢，设为b，调整参数。

目的：找到一个参数，决定对一个物品的描述应该如何结合打分和评论。也就是，讨论评论应该占多少的数目。

难点：

1. 包含评论的数据集很难
2. 对英文进行情感分析
3. 对推荐的评测

数据描述：
来源：http://jmcauley.ucsd.edu/data/amazon/?spm=5176.100239.blogcont69165.11.Sp505Y

数据格式：

1. reviewerID： - ID of the reviewer, e.g. [A2SUAM1J3GNN3B]
2. asin - ID of the product, e.g. [0000013714]
3. reviewerName - name of the reviewer
4. helpful - helpfulness rating of the review, e.g. 2/3
5. reviewText - text of the review
6. overall - rating of the product
7. summary - summary of the review
8. unixReviewTime - time of the review (unix time)
9. reviewTime - time of the review (raw)

类

1. user类
2. product类