基于四阶张量分解的Flickr组推荐方法.pdfVIP

中国 科技 论文 在线 http:// # 基于四阶张量分解的 Flickr组推荐方法 1,2 1* 王晓芳 ,马军 (1. 山东大学计算机科学与技术学院,济南 250100; 5 2. 济南大学山东省网络环境智能计算技术重点实验室,济南 250022) 摘要: Flickr 组 是用户围绕共同 兴趣自发建立 的图 片共享社区,近年来 ,随着组数量 爆炸 性的增长,Flick r 用户很难从 海量的组中找到 自己 感兴趣的组。本文主 要研究如何自 动为 用户推荐组 ,通过四 阶张量建 模 Flic kr 中存 在的用 户、标签、 图片和组 之间的四 元关系, 使用高阶奇 异值分解 降维该张 量, 将 组推荐问 题转化 为用户和组 之间潜在 语义分析 问题。 通 10 过 Flick r 数据集 上的实验 证明了本 文提出的 方法比 现有的利用 用户、标 签和组之 间三元关 系的推荐方 法取得了 更精确的 推荐结果 。 关键词:推荐 系统;组 推荐;张 量分解; 四元关 系 中图分类号:TP391 15 Recommendation Group for Flickr User by 4-order Tensor Decomposition 1,2 1 WANG Xiaofang , Ma Jun 1. School of Computer Science and Technology, Shandong University, JiNan 250100; 2. Shandong Provincial Key Laboratory of Network Based Intelligent Computing, University of 20 Jinan, JiNan 250022 Abstract: Flickr groups are self-organized and user-created communities revolving around common interests. In recent years, the explosive growth in the number of the groups makes it difficult for Flickr users to find relevant groups they are really interested in. In this paper, we focus on automatically recommending groups to Flickr users. We propose a framework based on 25 4-order tensor to model the quaternary relationships among users, tags, image clusters and groups in Flickr, then the Higher-Order Singular Value Decomposition is applied to reduce the dimensionality of the 4-order tensor. Finally the group recommendation problem is casted as a latent semantic analysis problem between users and groups. Experiments on the dataset crawled from Flickr and comparisons with the user-tag-group ternary relationship model demonstrate the 30 effectiveness of the proposed approachKeywords: Recommendation Systems; Group Recommendation; Tensor Decomposition; Quaternary Relationship 0 引言 35 随着社会网 络系统中 数据的剧 烈增长 , 用户检 索信息 变得越来越 困难。 为 了解决 信息过 载 问题 ,帮助 用户 从大 量的信 息中 过滤出 有用 的信息, 推荐 系统成 为近 年来 的研究 热点 。 Flickr 组是 Flickr 用户自发组织 的分享共 同感兴趣 图 片的社区, 但是 随着组数 量的剧烈 增加, 用户查找自 己感兴趣 的组变得 越来越困 难,本文 主要 研究如何自 动为用户 推荐组。 [1] 对 Flickr 组推荐的研