原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
三部图张量分解标签推荐算法-计算机学报
第卷第期 计 算 机 学 报
３５ １２
Ｖｏｌ．３５Ｎｏ．１２
年月
２０１２１２ ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳ Ｄｅｃ．２０１２
三部图张量分解标签推荐算法
） ） ） ）
１ １ ２ ３
廖志芳 李玲 刘丽敏 李永周
）
１（中南大学软件学院长沙 ）
４１００７５
）
２（中南大学信息科学与工程学院长沙 ）
４１００７５
）
３（中南大学信息科学与工程学院计算机科学与技术博士后流动站长沙 ）
４１００８３
摘要三部图作为社会标签系统的表示方法，虽然可以简化标签系统元素间关系的表达，但也丢失了部分元素
， ，
间的相关信息而且不能有效处理标签系统中具有大量稀疏值和缺失值的数据基于以上问题文中提出了基于三
．
部图的三维张量分解推荐算法（ 算法）首先分析三部图元素间可能丢失的信息，通过定义以三部图为基础的
ＴＴＤ ．
， ，
低阶张量分解模型对高阶稀疏数据进行分析该模型不仅包含三部图所表达的系统信息同时还表达了三部图所
．
丢失的元素间相互信息；在此基础上，利用缺失值处理，进行社会标签系统中的标签推荐预测通过模型对比实验
．
以及标签预测实验表明 模型所揭示的社会标签系统中元素间的相互关系更加全面同时在进行标签预测
， ＴＴＤ ，
，
时所得到的预测结果召回率和精确率得到了显著改善．
关键词 ； （ ）； ；
三部图张量分解三部图模型 标签预测社会标签系统
ＴＴＤ
中图法分类号 号： ／
ＴＰ３９１ 犇犗犐１０．３７２４ＳＰ．Ｊ．１０１６
文档评论（0）