基于个性化查询的用户生成多源文本融合

作者：李祯其; 孙晓燕; 胡尧; 纪南巡

来源：计算机仿真, 2022, 39(10): 492-501.

DOI：10.3969/j.issn.1006-9348.2022.10.093

• 用户生成内容
• 文本评价
• 多源融合
• 相似度
• 向量化

针对当前电商平台用户生成评论内容中单一评论数据价值密度低，而多源评论数据信息冗余的问题，提出基于个性化查询的用户生成多源文本融合方法，从而将查询对象所属相同大类数据集中不同小类别的物品利用一个融合向量进行表示。首先，采用Doc2vec将多源文本进行向量化表示；然后，将当前用户的查询作为基准参考对象，基于所提双相似融合策略实现对搜索对象的多源评价文本向量的精准融合；最后，将融合向量与参考文本向量的相似性，以及分类准确率作为模型的评估指标。实验结果表明：上述方法不仅能更加精准表示物品信息，同时对数据进行了有效约减，从而为用户提供高效准确的决策支持服务。

• 单位
  中国矿业大学; 中国矿业大学（北京）