基于社会化标签系统的个性化信息推荐探讨.PDFVIP

＜＜图书馆学理论研究 　　 基于社会化标签系统的个性化信息推荐探讨 田莹颖 南京大学信息管理系　南京２１００９３ 〔摘要〕针对用户个人特征并向其提供准确恰当信息的个性化信息推荐研究，一直是学术界和产业界所关注的热 点。结合后控词表，对用户分散的、个性化的标注进行处理，并将用户兴趣用向量表示，然后借鉴协同过滤算法的 思想，寻找出相似用户集及其内部的资源集。在此基础上，采用相对匹配策略，提出一种基于社会化标签系统的 个性化推荐方法。 〔关键词〕社会化标签系统　个性化信息推荐　协同过滤 〔分类号〕ＴＰ３９１．４　ＴＰ３１１．１３ ＯｎＰｅｒｓｏｎａｌｉｚｅｄＩｎｆｏｒｍａｔｉｏｎＲｅｃｏｍｍｅｎｄａｔｉｏｎＢａｓｅｄｏｎＳｏｃｉａｌＴａｇｇｉｎｇＳｙｓｔｅｍ ＴｉａｎＹｉｎｇｙｉｎｇ ＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｏｒｍａｔｉｏｎＭａｎａｇｅｍｅｎｔ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙ２１００９３ 〔Ａｂｓｔｒａｃｔ〕Ｒｅｓｅａｒｃｈｏｎｈｏｗｔｏｐｒｏｖｉｄｅａｃｃｕｒａｔｅａｎｄａｐｐｒｏｐｒｉａｔｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｂａｓｅｄｏｎｕｓｅｒｐｒｏｆｉｌｅｈａｓａｌｗａｙｓｂｅｅｎａｈｏｔｓｐｏｔ． Ｃｏｍｂｉｎｉｎｇｔｈｅｈａｎｄｌｉｎｇｏｆｃｏｎｔｒｏｌｌｅｄｖｏｃａｂｕｌａｒｙ，ｔｈｉｓｐａｐｅｒｓｅｅｋｓｔｏｄｅａｌｗｉｔｈｕｓｅｒｓ’ｄｉｓｃｒｅｔｅａｎｄｐｅｒｓｏｎａｌｉｚｅｄｔａｇｓ．Ｆｉｒｓｔｌｙ，ｉｔｅｘｐｒｅｓ ｓｅｓｔｈｅｕｓｅｒｉｎｔｅｒｅｓｔａｓａｕｓｅｒｉｎｔｅｒｅｓｔｓｖｅｃｔｏｒ，ｔｈｅｎｆｉｎｄｓｓｉｍｉｌａｒｕｓｅｒｓａｎｄｔｈｅｒｅｓｏｕｒｃｅｓ，ａｎｄｄｒａｗｓｏｎｔｈｅｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇａｌｇｏ ｒｉｔｈｍｓ．Ｏｎｔｈｉｓｂａｓｉｓ，ｂｙｃｏｎｓｕｌｔｉｎｇｔｈｅｒｅｌａｔｉｖｅｍａｔｃｈｉｎｇｍｅｔｈｏｄ，ｔｈｅｐａｐｅｒｐｒｅｓｅｎｔｓａｐｅｒｓｏｎａｌｉｚｅｄｒｅｃｏｍｍｅｎｄａｔｉｏｎｍｅｔｈｏｄｗｈｉｃｈ ｂａｓｅｄｏｎｔｈｅｓｏｃｉａｌｔａｇｇｉｎｇｓｙｓｔｅｍ． 〔Ｋｅｙｗｏｒｄｓ〕ｓｏｃｉａｌｔａｇｇｉｎｇｓｙｓｔｅｍ　ｐｅｒｓｏｎａｌｉｚｅｄｉｎｆｏｒｍａｔｉｏｎｒｅｃｏｍｍｅｎｄａｔｉｏｎ　ｃｏｏｐｅｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ 　　社会化标注是 Ｗｅｂ２．０思想中的一种主要应用， 化、服务内容的个性化。 它使用户可以自由地对互联网信息进行标注，从而反 　　个性化信息推荐服务中的关键点包括：用户兴趣 映出用户的兴趣和认知偏好。如果将这些联结信息资 的获取，用户兴趣与信息类别的匹配。目前，用户个人 源和用户的社会化标签运用到个性化推荐系统中去， 数据的获取主要分为两种方式：即显式的手工输入用 既简单易行，又能够使信息提供者比较准确地了解用 户个性化特征和隐式的通过Ｗｅｂ挖掘来跟踪用户的 户的需求并有针对性地进行信息推荐，从而大大满足 ［４］ 行为，自动获取用户的个性化特征 。在获取了用户 用户的个性化需求。一些论文对此已做了较深入的研 兴趣之后，我们需要对此建立一个模型，以方便将用户 究，并提出了许多相关的推荐算法［１－３］。 兴趣与资源类别对应起来。用户模型是指对用户的个 人兴趣建立的模型，也称为“用户兴趣模型”。相应 １　个性化信息推荐 地，Ｗｅｂ文档模型是对文档内容的抽象描述，在 Ｗｅｂ２．０中不仅有文档内容，还包括音频视频等多种形