Hệ khuyến nghị dựa vào phân tích tình cảm: Bài khảo sát ngắn

Abstract

Các hệ khuyến nghị (RS) truyền thống cho rằng sự đánh giá bằng cách xếp hạng đối với một thực thể trong quá khứ của người dùng thường xuyên thay đổi theo ngữ cảnh và thời gian, do đó việc xếp hạng có thể phản ảnh không chính xác sở thích của người dùng trong thực tế. Từ đó, các RS hiện đại càng chú ý đến việc tận dụng sự hỗ trợ của việc phân tích tình cảm (SA) trong việc cải thiện hiệu quả đề xuất bằng cách tập trung vào việc nắm bắt tình cảm từ nội dung do người dùng tạo liên quan đến các thực thể và kết hợp các tình cảm này một cách hiệu quả vào việc đề xuất các thực thể tương tự được cá nhân hóa phù hợp nhất cho người dùng. Bài báo này đề xuất một cách phân loại mới cho các RS dựa vào việc SA dựa trên loại thông tin và kỹ thâutj được sử dụng trong các RS đó. Đối với mỗi phân loại, các phương pháp cụ thể được phân tích, so sánh và đánh giá. Bài khảo sát ngắn này dự kiến sẽ cung cấp các hướng dẫn cần thiết cho người mới bắt đầu và nhà nghiên cứu mới muốn cải thiện hiệu suất của các RS bằng cách tăng cường vai trò của việc SA.