Système de recommandation d'hôtels utilisant Hadoop et l'analyse des sentiments

"Sentiment Analysis Based Keyword Aware Service Recommendation for Big Data" Les systèmes de recommandation traditionnels n'offrent pas de recommandation personnalisée à l'utilisateur final. Ils manquent d'évolutivité et d'efficacité. La liste de classement et la recommandation fournie étaient presque identiques. Ainsi, dans cet article, un système de recommandation d'hôtel utilisant le cadre Hadoop est proposé. Hadoop travaille principalement dans le domaine où les données volumineuses apparaissent. Ces données sont difficiles à saisir et à analyser. Une méthode de recommandation de services basée sur l'examen est proposée pour résoudre ce problème. Cette méthode est basée sur un algorithme de filtrage collaboratif basé sur l'utilisateur. Les utilisateurs ayant des goûts similaires sont capturés à l'aide des mots-clés qu'ils saisissent. L'analyse des sentiments est ensuite appliquée aux avis des utilisateurs passifs et un score est calculé. Les meilleurs services sont recommandés à l'utilisateur final. L'analyse expérimentale montre que cette méthode fonctionne plus efficacement que les méthodes traditionnelles disponibles.

Autorentext

Khushboo S. Estudiante EDUCACIÓN Estudiante del Máster de Tecnología en Ciencias de la Computación e Ingeniería en la Universidad de Amravati, agosto 2014-2016. Título de la tesis: "Hotel Recommendation System using Hadoop and MapReduce" Bachelor of Technology (June 2013) in Information Technology, SRTMU university SGGS I E and T nanded, India.

Klappentext

"Sentiment Analysis Based Keyword Aware Service Recommendation for Big Data" Les systèmes de recommandation traditionnels n'offrent pas de recommandation personnalisée à l'utilisateur final. Ils manquent d'évolutivité et d'efficacité. La liste de classement et la recommandation fournie étaient presque identiques. Ainsi, dans cet article, un système de recommandation d'hôtel utilisant le cadre Hadoop est proposé. Hadoop travaille principalement dans le domaine où les données volumineuses apparaissent. Ces données sont difficiles à saisir et à analyser. Une méthode de recommandation de services basée sur l'examen est proposée pour résoudre ce problème. Cette méthode est basée sur un algorithme de filtrage collaboratif basé sur l'utilisateur. Les utilisateurs ayant des goûts similaires sont capturés à l'aide des mots-clés qu'ils saisissent. L'analyse des sentiments est ensuite appliquée aux avis des utilisateurs passifs et un score est calculé. Les meilleurs services sont recommandés à l'utilisateur final. L'analyse expérimentale montre que cette méthode fonctionne plus efficacement que les méthodes traditionnelles disponibles.