社会化标签推荐法的研究.pdfVIP

社会化标签推荐算法的研究 摘要 标签推荐是社会化标注系统的一项重要研究内容，用来协助用户为资 源寻找合适的标签，并帮助巩固用户和资源之间的标注。由于标签数据固 有的噪声及歧义缺陷等，使得标签推荐的有效性设计成为一种挑战。针对 现有标签推荐技术存在的不足，为快速产生精确的个性化标签推荐结果， 本论文的主要工作是： 首先，针对冗余标签降低标签推荐算法的推荐质量，又阻碍标签推荐 算法的性能评估，提出使用子空间粒子群聚类算法处理冗余标签，实验证 明，经过冗余处理后标签推荐算法的准确率和召回率得到明显提高。其次， 将现有推荐算法的优势进行互补，应用组合推荐策略中的加权策略和混合 策略，建立基于组合策略的标签推荐系统架构，在此基础上提出线性加权 混合标签推荐算法。算法思想不但简单易于理解，而且实验结果证明其具 有更高的推荐准确率和运行效率。 关键词：标签推荐算法冗余标签子空间粒子群聚类线性加权混合推 荐算法 TAG RESEARCHoNSoCIAL ALGoRITHM ABSTRACT recommendationisan researchinsocialannotation Tag important systems， and consolidate assistusersin forresources tags help findingappropriate theinherentnoiseofthedataand acrossallusersandresources．But annotations inthe madethe of inconsistencies vocabularies，havedesign underlyingtag a allusiontothe effectiverecommenders existingtag tag challenge．In to accurate recommendation order quicklyproduce algorithmshortcomings，in workofthisthesisis： labelsrecommendmain personalized results，the therecommendedof not reduce tag First，redundancytag only quality