结合词向量和词图算法的用户兴趣建模研究
*
聂卉
Modeling Users with Word Vector and Term-Graph Algorithm
Hui Nie
表3
用户偏好性能模型对比
用户兴趣模型
模型描述
正确率P (均值)
召回率R (均值)
F1(均值)
Semantic_Model
基于Word2Vec的词图模型, $\varepsilon $=0.5
0.4564
0.7582
0.5505
Feature_Model
面向评论内容中的特征词, 基于词频建立的用户兴趣模型
0.4336
0.7339
0.5269
Term_Model
面向评论内容中的词项(名词, 动名词, 动词), 基于词频建立的用户兴趣模型
0.2278
0.7327
0.3322