社会化标签系统中基于组合策略的个性化知识推荐研究ppt.pptVIP

社会化标签系统中基于组合策略的个性化知识推荐研究 易明 邓卫华 徐佳 《情报科学》 2011.7 概念： 幂律分布 长尾理论：绝大多数个体的尺度很小,而只有少数个体的尺度相当大 组合推荐的基本策略（Burke，2002） 加权策略：对所有推荐方法评分并且进行加权平均 变换策略：针对不同的情景使用不同推荐方法 混合策略：提供所有推荐结果并指明来源 特征组合策略：对不同数据源进行整合，再利用一种进行推荐 层叠策略：在某种推荐方法产生的粗糙推荐集基础上再次进行精准推荐 特征扩充策略：第二种以第一种的特征信息作为数据源 元级别策略：利用一种推荐方法产生的模型作为另一种推荐方法的输入 基于组合策略的个性化知识推荐系统架构 基于社会化标签—评价矩阵的个性化知识推荐方法 基于社会化标签网络的内容推荐方法 资源—社会化标签 基于知识互动型社会网络的协作过滤推荐方法 总结 ppt制作：赵方瑜 知识泛滥、知识迷航 个性化知识推荐 社会化标签+关系网络 ①基于矩阵的方法 （u-t、u-r、t-r） ②基于聚类的方法 （t、u、r的聚类） ③基于图论的方法 （社会网络分析） 组合推荐策略 “幂律分布”规律限制 难以发现用户新兴趣 缺乏对用户特定需求的了解 基础数据来源：用户、资源、社会化标签和用户对资源的评价数据 原因 缓解社会化标签使用量的“幂律分布” 用户对资源的评价能够显性的表明用户的兴趣 不足：面临“冷开始”“新用户”、“新资源”等问题。 解决办法：基于社会化标签网络的内容推荐和基于知识互动型社会网络的协作过滤推荐的混合策略 还未标注的资源r与评价等级TSi的关联度 用户集合 资源集合 社会化标签集合 用户、资源和社会化标签之间的连接关系 用户u评价 缓解“幂律分布” 用户u标注的资源数目 对应的社会化标签数目 用户标注的资源集合 用户u使用的标签集合 资源与社会化标签之间的连接关系集合 在用户u使用的社会化标签集中，两个社会化标签同时出现在一个资源，表明这两个社会化标签存在重要关联。 每个彼此分割的社会化标签网络 对应节点集合 对应关系集合 对应关系强度集合 用户u的社会化标签网络集合 用户u不同领域的兴趣 发现用户u最关注的社会化标签集合 产生针对用户u的个性化推荐对象 对单用户u标注的资源r进行聚类 资源子类 标签云 不同的知识主题 知识主题包含的用户集合 知识主题包含的资源集合 用户与资源之间的连接关系 聚类 FG=（FU,FR,FV,FA） 知识互动型社会网络 知识互动型社会网络的节点 资源集合 用户与用户之间的知识互动关系强度 用户与资源之间的关系 1.无知识互动行为：依靠用户拥有的资源子类之间相似性 2.有知识互动行为：依靠知识互动行为 同一主题下用户间的关系强度 本文提出了基于组合策略的个性化知识推荐方法，该方法缓解了因社会化标签排序存在的长尾效应带来的推荐结果不精确的问题，同时对解决“冷启动”的问题提出了有效的解决方案。