检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

标签模糊和冗余在标签推荐中的研究及应用

计算机应用研究 2011年第8期28卷 2971-2973页

作者：张新伦苏一丹覃希广西大学计算机与电子信息学院南宁530004 广西工学院计算机工程系广西柳州545006

现有的Folksonomy标签推荐系统使用的推荐算法没有考虑标签模糊和冗余问题,影响了用户建模和对推荐系统评估的准确性,并且降低了系统的推荐质量,增加了用户选择喜好项目时的负担。通过对标签推荐系统的研究,将标签模糊和冗余应用到标签... 详细信息

现有的Folksonomy标签推荐系统使用的推荐算法没有考虑标签模糊和冗余问题,影响了用户建模和对推荐系统评估的准确性,并且降低了系统的推荐质量,增加了用户选择喜好项目时的负担。通过对标签推荐系统的研究,将标签模糊和冗余应用到标签推荐算法当中,有助于提高系统的推荐质量,并且能提供更合理的评价方法。实验结果表明:经过标签模糊和冗余处理的标签推荐算法显著地提高了推荐系统的推荐质量。

关键词：标签推荐系统标签模糊标签冗余标签推荐算法推荐质量

核K-Means聚类在Folksonomy标签模糊和冗余中的应用

在线全文

学校读者我要写书评

暂无评论

计算机应用 2011年第3期31卷 680-682,697页

作者：张新伦苏一丹惠刚刚广西大学计算机与电子信息学院南宁530004

现有的Folksonomy标签推荐系统中,标签模糊会导致系统推荐不准确,并且影响用户建模的准确性,而标签冗余妨碍了对系统的评估。利用K-Means聚类结果抽取模糊和冗余标签时,聚类效果较差导致抽取不准确。提出使用核K-Means聚类处理标签模糊... 详细信息

现有的Folksonomy标签推荐系统中,标签模糊会导致系统推荐不准确,并且影响用户建模的准确性,而标签冗余妨碍了对系统的评估。利用K-Means聚类结果抽取模糊和冗余标签时,聚类效果较差导致抽取不准确。提出使用核K-Means聚类处理标签模糊和冗余,通过非线性映射能够较好地分辨、提取并放大样本中有用的特征,提高抽取模糊标签和冗余标签的准确度。实验结果表明:核K-Means聚类对标签和资源的聚类效果更好,抽取的模糊标签和冗余标签也更准确。

关键词： Folksonomy标签推荐系统标签模糊标签冗余核K-Means聚类

在线全文

学校读者我要写书评

暂无评论

社会化标签推荐系统中标签模糊和冗余的研究

社会化标签推荐系统中标签模糊和冗余的研究

作者：张新伦广西大学

学位级别：硕士

在社会化标签推荐系统中,标签模糊和冗余的存在不但影响了系统的推荐质量,而且使得标签推荐系统不能得到准确的评估。如果将标签模糊和冗余应用到标签推荐系统当中,就可以提高系统的推荐质量,并且令系统得到更准确的评估。现有的标... 详细信息

在社会化标签推荐系统中,标签模糊和冗余的存在不但影响了系统的推荐质量,而且使得标签推荐系统不能得到准确的评估。如果将标签模糊和冗余应用到标签推荐系统当中,就可以提高系统的推荐质量,并且令系统得到更准确的评估。现有的标签推荐系统没有考虑标签模糊和冗余问题,影响了系统的推荐质量。本文将标签模糊和冗余应用到标签推荐当中,实验证明加入标签模糊和冗余处理后,推荐质量有明显提高,而且标签模糊和冗余对不同标签推荐算法的影响也不同,处理后的KNNut标签推荐算法的准确率提升更明显,这是因为模糊标签的移除提高了用户建模的准确性;而处理后的POPr标签推荐算法的召回率提升更明显,这是因为POPr标签推荐算法推荐了更多冗余标签。此外,在标签模糊和冗余的处理中,模糊标签和冗余标签的准确性直接关系着处理的效果,准确的模糊和冗余标签有助于进一步提高系统的推荐质量。标签和资源的聚类效果会影响模糊和冗余标签抽取的准确性,如果聚类效果较差会导致标签模糊度被高估,还会降低冗余标签抽取的准确度。所以本文提出使用核空间聚类算法对标签和资源聚类,使得标签和资源的特征差异在高维的空间中得到凸显,提高聚类效果。实验证明,利用核空间聚类得到的标签和资源的聚类效果明显好于在原空间中的聚类效果,并且利用更好的聚类效果可以得到更准确的模糊和冗余标签,进一步提高了系统的推荐质量。

关键词：标签推荐系统标签模糊标签冗余核空间聚类推荐质量

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种融合个性化与多样性的人物标签推荐方法

中文信息学报 2017年第2期31卷 154-162页

作者：颛悦熊锦华程学旗中国科学院计算技术研究所中国科学院网络数据科学与技术重点实验室北京100190 中国科学院大学北京100190

针对人物标签推荐中多样性及推荐标签质量问题,该文提出了一种融合个性化与多样性的人物标签推荐方法。该方法使用主题模型对用户关注对象建模,通过聚类分析把具有相似言论的对象划分到同一类簇;然后对每个类簇的标签进行冗余处理,并选... 详细信息

针对人物标签推荐中多样性及推荐标签质量问题,该文提出了一种融合个性化与多样性的人物标签推荐方法。该方法使用主题模型对用户关注对象建模,通过聚类分析把具有相似言论的对象划分到同一类簇;然后对每个类簇的标签进行冗余处理,并选取代表性标签;最后对不同类簇中的标签融合排序,以获取Top-K个标签推荐给用户。实验结果表明,与已有推荐方法相比,该方法在反映用户兴趣爱好的同时,能显著提高标签推荐质量和推荐结果的多样性。

关键词：人物标签推荐多样性推荐标签冗余标签质量

在线全文

学校读者我要写书评

暂无评论

基于社会化标注的博客标签推荐方法

计算机工程与设计 2012年第12期33卷 4609-4613页

作者：赵亚楠董晶董佳梁华北计算技术研究所北京100083 中国科学院软件所北京100190

为了提高博客系统推荐标签的质量,分析了现有的标签推荐算法及相关技术,提出了一种基于社会化标注的博客标签推荐方法。该方法的优势在于:利用相似博客的社会化标签作为候选标签集,确保了推荐标签的全面性和可用性;基于TF-IDF相似度方... 详细信息

为了提高博客系统推荐标签的质量,分析了现有的标签推荐算法及相关技术,提出了一种基于社会化标注的博客标签推荐方法。该方法的优势在于:利用相似博客的社会化标签作为候选标签集,确保了推荐标签的全面性和可用性;基于TF-IDF相似度方法定义筛选步骤去除候选标签集中冗余和冷僻的标签,提高了推荐标签的准确性和高效性。实验结果表明了该方法的有效性。

关键词：社会化标注标签推荐算法典型相关分析文本特征加权方法标签冗余

在线全文

学校读者我要写书评

暂无评论

基于标签的学习资源推荐系统

基于标签的学习资源推荐系统

作者：程高伟陕西师范大学

学位级别：硕士

近年来,在线学习已成为继课堂学习之外最重要的知识获取途径。然而,网络信息过载导致从在线学习平台的大量资源中找到符合自己需求的学习资源愈加困难。推荐系统可以通过对用户兴趣进行建模,主动为用户提供个性化资源推荐,因而被广泛应... 详细信息

近年来,在线学习已成为继课堂学习之外最重要的知识获取途径。然而,网络信息过载导致从在线学习平台的大量资源中找到符合自己需求的学习资源愈加困难。推荐系统可以通过对用户兴趣进行建模,主动为用户提供个性化资源推荐,因而被广泛应用于在线学习平台中。标签是描述资源的元数据,也是推荐系统中联系用户与资源的重要媒介。它不仅能反映用户的兴趣,同时也能描述资源的属性,具有灵活、方便和社会化等特点,被广泛应用于互联网中。由于用户标签定义的随意性,在标签库中存在严重的语义模糊、一词多义和标签冗余现象,严重影响了标签推荐的质量。本文的主要工作有以下几个方面：(1)提出了一种基于词典的协同标签推荐算法。该算法将标签应用到协同过滤算法中并结合基于内容的推荐思想,利用词典将标签库中普遍存在的标签语义模糊、一词多义以及标签冗余等问题进行处理,使标签不仅语义更加清晰,而且降低了用户兴趣矩阵的维数。该算法首先通过标签对用户兴趣进行建模,其次根据相似性计算找到与用户兴趣最近的邻居,然后通过最近邻居的历史行为形成中间推荐,最后将中间推荐结果与用户兴趣进行基于内容的过滤从而生成最终推荐列表。(2)对算法进行了数据分析与验证。为验证基于词典的协同标签推荐算法的有效性,本文在Delicious数据集和从豆瓣网上爬取的数据集进行实验,结果表明本文提出的算法在准确率(Precision)和召回率(Recall)上皆优于传统的协同标签推荐算法。(3)设计开发了一个基于标签的学习资源推荐系统原型。该原型系统能够根据学习者使用标签的情况,为学习者推荐出符合其兴趣需求的学习资源,同时采用学科分类标准解决了推荐冷启动问题。论文所提出的算法和设计的原型为解决同类问题提供了较强的参考意义和应用价值。

关键词：在线学习推荐系统协同过滤社会化标签标签冗余