基于标签个性化推荐技术研究.pdfVIP

Scientific Journal of Computer Science 计算机科学期刊 基于标签的个性化推荐技术研究 王金燕，刘亚军 东南大学 计算机科学与工程学院，江苏 南京211189 摘 要：传统的标签推荐技术强调标签推荐的精确性和规范性，忽略了标签的个性化特征。针对此问题，文章认为标签推荐 应符合个性化特征，提出个性化的判断标准coverage 和ranking ，并对传统ρ-mixed 算法进行改进，提出了ρ-Co-mixed 算法。 该算法在已知资源最热门标签集合的基础上，结合考虑用户个人标签库中标签间的共现概率调整标签分值，最终产生推荐集。 实验结果证明，ρ-Co-mixed 算法在coverage 和ranking 上优于ρ-mixed 算法，即可推荐出更具个性化的标签。 关键词：标签推荐；个性化；共现概率 Tag-based Personalized Recommendation Research Jinyan Wang, Yajun Liu Computer Science and Engineering Department, Southeast University, Nanjing, China, 211189 Email: erinwjy@ Abstract: Conventional tag recommendation mainly focuses on tags’ precision and normalization, but ignores its personalization. In order to solve this problem, it is proposed in this paper coverage and ranking as the new standards of personalized tags, and gives an improved algorithm based on algorithm. The new algorithm takes into account the tags’ co-occurrence in user’s tag library after getting the most popular tags of a resource, modifies the tags’ scores and generates tag recommendations according to the final scores. The experiment results prove that the new algorithm performs are better in both coverage and ranking and can get more personalized tag recommendation. Key words: Tag Recommendation; Personalized; Co-occurrence 引 言 随着Web2.0 网站的发展，互联网上信息的爆炸式增长使个性化的信息服务显得越来越重要。Web2.0 作为一个 时代的产物，其成功的背后有一个核心原则：即借助网络的力量，利用从用户的行为中得到集体智慧。社会性标签 正是这种集体智慧的一个产物。标签作为一种特殊的元数据，来源于标注者对资源主观感受的概括，被用户用于描 述和分类资源。当多个用户对多个资源添加标签后，标签就具有了社会性，成为社会化标签，称为folksonomy；当 一个用户对多个对象添加标签后，就形成了其个人标签库，称为personomy 。对资源进行标注是系统加于用户的一 个操作，为了更好地帮助用户标注资源，便于个人自愿的浏览、回顾、组织、管理、检索资源，诸多社会标注系统 在用户标注资源时提供了推荐机制。 现有标签推荐的研究成果包括： Bruno Oliveira[1]、Marek