satyamt13 / Project_Amazon_reviews_NLP_recommender_system
Mining , pre-processing and embedding over 1 million Amazon Movie & T.V. reviews to build a multi class Naive Bayes model and later a CNN-LSTM model (that uses the Naive Bayes model as a baseline) to predict rating from text. Interpreting the original classifier using local surrogate models using the LIME library. Using LDA topic modeling to bui…
☆12Updated 4 years ago
Related projects ⓘ
Alternatives and complementary repositories for Project_Amazon_reviews_NLP_recommender_system
- 卷积神经网络（CNN）提取影评特征构建电影推荐系统，pytorch实现☆125Updated 6 years ago
- 用户画像练手,,,,☆82Updated 8 years ago
- 高效的协同过滤算法实现——推荐系统☆51Updated 2 years ago
- 推荐系统实践(基于近邻和LFM的推荐系统)☆100Updated 6 years ago
- 基于DNN深层神经网络的社交媒体用户的性格分析，采用TensorFlow的框架对社交媒体数据进行大五人格分类☆65Updated 6 years ago
- 本爬虫程序旨在从中国大学MOOC爬取相关课程的评论信息☆30Updated 5 years ago
- 以聚类算法、LDA主题模型、分类器为基础，完成对Twitter语料的基于地理位置的主题事件挖掘，并对主题事件进行细粒度的情绪分析☆34Updated 6 years ago
- 1.解析爬取到的Json歌单数据，并进行数据预处理。 2.基于Surprise推荐系统库，采用KNNBaseLine实现基于用户 的协同过滤歌曲推荐。3.借鉴Word2Vec算法思想进行Song2Vec处理，实现基于物品的协同过滤歌曲推荐。 4.采用 TensorFlow实…☆38Updated 6 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆49Updated 6 years ago
- 热门推荐、基于内容推荐、基于用户协同过滤推荐、基于物品协同过滤推荐☆35Updated 5 years ago
- 某电商手机评论的文本挖掘初 体验 功能板块：数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆113Updated 5 years ago
- 一些传统推荐算法的实现，包括基于内容的推荐，协同过滤，矩阵分解☆283Updated 6 years ago
- 矩阵分解pytorch实现☆13Updated last year
- 利用MovieLens数据，Pearson相似度，分别基于User和Item构建一个简单的kNN推荐系统，并给出RMSE评测☆69Updated 5 years ago
- 基于神经网络的中文文本情感分析算法☆15Updated 6 years ago
- 汽车之家口碑网某车型的评论数据情感分析☆29Updated 5 years ago
- 基于新浪微博数据的情感极性分析☆57Updated 6 years ago
- 用gensim训练LDA模型，进行新闻文本主题分析☆73Updated 5 years ago
- LDA主题模型☆19Updated 8 years ago
- 基于深度学习（LSTM）的情感分析（京东商城数据）☆154Updated 4 years ago
- 基于python gensim 库的LDA算法 对中文进行文本分析，很难得，网上都是英文的，基本上没有中文的，需要安装jieba分词进行分词，然后去除停用词最后才能使用LDA☆133Updated 5 years ago
- 该工程是利用python3.6进行“特征提取+分类器”来实现美团评论的文本二分类问题。在特征提取部分提取了6种特征，分类器选择了python里面的包xgboost和lightGBM分别实现提升树和GBDT（梯度提升决策树）。☆89Updated 5 years ago
- Python 3.6 下的推荐算法解析，尽量使用简单的语言剖析原理，相似度度量、协同过滤、矩阵分解等☆103Updated 6 years ago
- 使用BERT预训练语言模型获取评论文本的向量表示，通过Bi-GRU网络学习其中的语义特征，分别采用情感权重和注意力机制来为评论向量分配权重，动态调节其对用户特征和产品特征的影响程度，并以加权求和的方式获得用户特征和产品特征，最后利用DeepFM算法对用户特征和产品特征进行深…☆15Updated last year
- 计算新闻文本类情感分析（采用TF-IDF，余弦距离，情感依存等算法）☆57Updated 7 years ago
- 利用Doc2Vec计算文本相似度☆136Updated 6 years ago
- 基于用户行为（关键词和查看过的新闻）的个性化新闻推荐系统☆37Updated 6 years ago
- 基于知识图谱的出版物检索和推荐系统☆22Updated 6 years ago
- 微博情感分析☆28Updated 6 years ago
- gensim-word2vec+svm文本情感分析☆101Updated 7 years ago