ir category prediction 预测业务类别（Yelp数据集）

类别预测信息检索最终项目（IUB 2014）问题任务1 - 我们如何从给定的评论文本中预测餐厅的类别？任务2 - 如何根据评论的文本预测用户评论的评分？

数据集：Yelp数据集挑战

方法：

• 任务1：从信息检索中的语言模型改编而来，每个文档由主题分布表示。我们使用潜在狄利克雷分配 (LDA)，一种主题建模技术，从每个类别的评论文本中找到主题分布。假设类别文档是主题的混合，文档的主题分布可以表示业务类别，而不是词袋模型。使用余弦相似度和海灵格距离来计算文档之间的相似度。

• 任务2：使用机器学习方法根据评论文本预测用户评分。为特定用户的所有评论生成特征，特征由评论中的情感分析结果组成，情感分析工具是斯坦福NLP。使用J48算法训练模型，使用测试数据进行评估。评估方法包括RMSE、精确度、召回率和准确度。