融合关系与内容分析的社会标签推荐

作     者：张斌 张引 高克宁 郭朋伟 孙达明 ZHANG Bin;ZHANG Yin;GAO Ke-Ning;GUO Peng-Wei;SUN Da-Ming

作者机构：东北大学信息科学与工程学院辽宁沈阳110004 东北大学计算中心辽宁沈阳110004 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2012年第23卷第3期

页      面：476-488页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61073062) 辽宁省自然科学基金(20102060) 中央高校基本科研业务费资助(N090604010) 沈阳市科学技术计划项目(F11-264-1-33) 

主　　题：Web 2.0 社会标签 标签推荐 融合方法 LDA(latent Dirichlet allocation) 

摘      要：标签是Web 2.0时代信息分类与索引的重要方式.为解决标签系统所面临的不一致性、冗余性以及完备性等问题,标签推荐通过提供备选标签的方法来提高标签的质量.为了进一步提升标签推荐的质量,提出了一种基于标签系统中对象间关系与资源内容融合分析的标签推荐方法,给出了基于LDA(latent Dirichlet allocation)的融合表示对象间关系与资源内容的标签系统生成模型TSM/Forc,提出了一种基于概率的标签推荐方法,并给出了基于吉布斯(Gibbs)抽样的参数估计方法.实验结果表明,该方法可以提供比当前主流与最新方法更加准确的推荐结果.