基于深度学习的情感分析和个性化推荐软件系统设计方案

基于深度学习的情感分析和个性化推荐

1.项目介绍

背景

文本情感分析又称意见挖掘，是对包含用户观点、喜好、情感等主观性文本进行挖掘、分析及判别，鉴于其在用户意见挖掘、舆情分析及垃圾邮件过滤等多个领域具有重要的应用价值，文本情感分析正受到国内外众多研究机构和学者的重视。本项目旨在将文本情感分为贬义和褒义两类。

项目目标

使用深度学习的的方式对商品评论进行情感极性分析。

根据积极评价分析出商品优点特征，推荐给喜好此特征的用户。从消极评价分析出商品缺点特征，对介意这种特征的用户过滤此商品的推荐。

分析优特征作为商家企业的改进意见。

2.项目架构

 

3.功能分解视图

 

 

 4.执行流程视图

 

 

 

 

 

 5.实现视图

 

 

 6.核心数据结构

struct Commodity{

　　int id;

　　String name;

　　List<Stirng> advantage;

　　List<Stirng> disadvantage;

}

struct Character{　　

　　int id;

　　String name;

　　List<int> Commoditylsit;

}

 Character结构体使用前缀树Trie连接

 

 

 7.工作分配视图

工作内容	成员	备注
系统搭建和可视化	A	用户API，可视化图表
核心算法实现	B	搭建神经网络，特征提取

 

8.工作机制

基于以上各视图，我们就可以总结出此项目的概念原型。训练大量某个商品评论，分析情感，特征提取，建立起特征和情感的关系映射。生成商品对象，更新特征查找树。当用户打开网页购物时，选择喜好的特征，讨厌的特征，系统通过查找找到符合用户情感的商品链表，推荐给用户挑选。