冯 勇，韩晓龙，顾兆旭，王 龙，徐孟阳,刘志国

1(辽宁大学 信息学院，沈阳 110036)2(辽宁轻工职业学校 计算机系，辽宁 大连 116100)3(中国石油天然气股份有限公司 华北化工销售公司，郑州 450000)

1 引 言

随着多媒体技术的迅猛发展与移动互联的广泛应用，互联网用户数量得到急速增加.根据IDC报告显示，进入2020年后全球的数据总量预计超过40ZB，人类社会将正式进入“信息大爆炸”时代[1].用户的角色由传统的信息消费者变成信息提供者，在此转变过程中用户间的信任关系显得尤为重要，用户往往更愿意接受自己相信的人提供的信息.在电子商务的商品推荐过程中用户也更愿意选择自己信任用户给予好评或推荐的商品[2].

Web2.0技术的兴起使得用户可以自由地发表对商品的评论，相对于稀疏的评分数据，如何从商品的在线评论短文本中挖掘代表用户兴趣、喜好的主题，已经成为众多学者研究的热点.在线评论反映的是用户对购买商品或享受服务后最直观和最真实的感受，包含着用户对商品正向和负向的客观评价.电商平台可以依据评论数据发现商品的受欢迎程度，以便发现质量差或令客户不满意的商品，对商品采购以及经营策略做出正确地调整；也可以依据评论发现客服、物流等相关服务出现的问题，并及时做出应对管理[3].

传统的推荐方法中普遍存在因评分数据稀疏而导致推荐准确率低等问题，因而很多学者考虑分析用户或项目的其他相关信……