融合社会关系的用户标签主题模型.pdf

第36卷 第3期 情 报 杂 志 Vo1．36 No．3 2017年3月 JOURNALOFINTELLIGENCE Mair． 2017 融合社会关系的用户标签 主题模型 李慧宗 周 姣 王向前 张宝隆 (安徽理工大学经济与管理学院 淮南 232001) 摘 要 【目的／意义]标签潜在主题的有效识别是解决社会化标注语义模糊问题的关键，对于建模用户兴趣 、为用 户提供精准的标签推荐、改善社会化标注系统的用户使用体验具有重要的意义。[过 方法]为了从标注行为的角 度识别用户所标注标签的主题 ，提出一种融合社会关系的用户标签主题模型。首先，从标注系统中建模用户的社会 关系；其次，利用随机游走的方法对用户的社会关系进行链接分析并获取用户的权威度分数，将其加权到 “用户一标 签”的二元标注关系上 ；此基础上，构建基于用户加权的标签LDA模型，通过迭代学习出标签的潜在主题。[结果／ 结论]实验结果表明，由于有效融合 了用户的社会关系这一重要信息，提 出的模型与未加权的用户标签主题模型相 比，具有更好的主题表达性能。 关键词 社会化标签 社会关系 用户加权 LatentDirichletAllocafon(LDA) 主题模型 中图分类号 G202 文献标识码 A 文章编号 1002—1965(2017)03—0165—08 引用格式 李慧宗，周 姣 ，王向前，等．融合社会关系的用户标签主题模型[J]．情报杂志，2017，36(3)：165—172． DoI 10．3069／j．issn．1002—1965．2017．03．029 UserTagTopicModelFusingtheUsersSocialRelations LiHuizong ZhouJiao W angXinagqina ZhnagBaolong (SchoolofEconomicsandManagement，AnhuiUniversityofSciencenadTechnology，Huainna 232001) Abstract [Purpose／Significance]Recognizingthelatenttopicsoftagseffectivelyishtekeyothteproblem—solvingofhtesemantic fuzzinessofthesoci~ atggingsystems．Itisofimportantsignificnaceinmodelinghteusersinterests，providingaccurateatgrceommenda- tionsforusers，andimprovinghteusersexperienceinsocialatggingsystems．[Method／Process]TorecognizethetagStopicsfromhte perspectiveofhteuesrsna noattingbehaviors，auseratgtopicmod elufsinghteuserSsocialrelationsisproposed．Firstly，hteuserssocial relationsaremodeledfrom htesocialatgging stem．Secondly，toacquirehteusersauhtoriyt ~OreS，mernadom walkmehtod isutilized tonaalyez hteuserssocial relationlinks，nadhtenhteuesrsauhtorityscoresareweightde onhtebinaryrelationsbetweenUSers andtags． Basedonthis，hteatgLDAmodelbasedonuesrweightde isconstructed，n