基于LDA主题模型的标签推荐方法研究

针对现有的标签推荐方法存在的推荐准确率不高与效果不理想等问题,本文提出了基于LDA主题模型的社会化标签推荐方法。该方法利用LDA主题建模技术将传统的基于对象间关系的推荐方法扩展到融合对象间关系与资源内容特征的统一推荐。实验结果表明,该方法取得了理想的预期效果,能够显著提高标签推荐的质量与效果。     

社会化标签系统中基于组合策略的个性化知识推荐研究

分析了基于社会化标签的个性化知识推荐研究的现状与不足,结合组合推荐中的变换策略和混合策略,建立了社会化标签系统中基于组合策略的个性化知识推荐系统架构,探讨了组合推荐所涉及的社会化标签—评价矩阵、社会化标签网络、知识互动型社会网络的相关问题。     

基于标签的个性化信息推荐研究综述

标签系统构建的"用户-资源-标签"之间的三元关系为个性化信息推荐提供了新的研究思路,引起了部分学者的密切关注.本文依据推荐算法的不同,总结归纳了国内外基于标签的个性化信息推荐研究的相关成果,分析了现有研究的不足,展望了基于标签的个性化信息推荐研究的趋势.     

基于模块化聚类的标签弹性推荐

[目的/意义]社会化标注系统为用户检索提供便利的同时也面临一些困扰,标签推荐研究有助于解决资源检索中精确度与召回率之间的两难抉择。[过程/方法]借助网络科学的理论与方法,通过对标签网络的模块化聚类处理获得主题聚类,采用度数中心度对主题聚类内部标签进行排名,根据特定规则选取Top-N标签数量。[结果/结论]实验结果显示,研究中提出的模块化Top-N标签推荐方法,具有可逐层细化的精确度和良好的召回率。该方法的弹性机制可为不同的检索要求提供差异化服务。     

基于加权元组潜在语义分析的社会标签推荐

社会标注系统中用户生成的标签具有随意性和弱关联性,这将导致标签推荐的精确性降低。本文基于加权元组潜在语义的三维张量结构模型,引入社会网络的结构化分析方法对相关元组进行量化加权,以构建加权的三维张量结构模型,并通过元组的潜在语义分析,得到能体现用户兴趣度的加权元组集。最后,通过典型标注网站Delicious中的用户标注数据集,验证了基于加权元组潜在语义分析的三维张量模型具有较好的标签推荐效果。     

融合需求与评价的科技服务平台机构推荐方法研究

[研究目的]随着科技服务需求日趋多样化复杂化,科技服务机构大批涌现,为科技服务平台需方定位优质机构愈发困难,故提出机构推荐方法以解决平台供需双方匹配问题。[研究方法]基于平台发展提出科技服务机构推荐方法CDAE,通过构建科技服务需求模型并计算需求双层相似度后,辅以购买关联生成机构候选集合;再从科技服务平台评分和机构评价标签双维度构建科技服务机构推荐指数,对集合机构重排以返回机构推荐列表。[研究结论]基于真实数据集进行实验,从精准度、覆盖度与契合度多重维度,通过F1、NDCG、COV及ILS多个指标充分证明CDAE方法优于CF-D和CBF这2种对比方法且提高了推荐性能。     

基于标签聚类与用户模型的个性化推荐方法研究

社会标签系统是Web2.0中提出的概念,旨在更好地表达用户的兴趣和意愿。而标签聚类是社会标签系统的个性化推荐中一个重要的研究课题。本文研究了如何基于标签聚类与用户模型来进行个性化推荐的方法。通过计算标签的相似度进行标签聚类,结合用户模型,根据标签聚类结果做出推荐。通过采用CiteULike公布的数据集进行实验证明,与未采用标签聚类的推荐方法相比,本方法不仅可提高推荐的命中率,优化目标资源的排名,而且能为用户发现更多新的感兴趣的资源。     

基于标签主题和概念空间的个性化推荐研究

社会化标签已经成为个性化信息推荐领域的研究热点之一.为了克服标签推荐存在的不足,文章提出一种综合考虑标签主题和主题概念空间两种因素的标签推荐方法(LDA-Concept).通过主题下标签的推荐可以保证推荐的准确性,标签概念空间的推荐可以保证多样性.以MovieLens为平台进行实验,结果表明主题因素和概念空间因素有着同等的重要性,提出的LDA-Concept方法优于单纯使用LDA方法.     

基于社会化标签的用户标注行为和时间因素的个性化推荐方法研究

【目的/意义】为了提高信息服务的质量,文章融合“用户-标签-资源项”关系模型以及时间因素对于用户 标注资源的影响,提出了一种个性化推荐方法。【方法/过程】首先建立起“用户-标签-资源项”三者之间的关系模 型,分别计算用户对标签的偏好程度以及资源与标签的相关程度,以此为基础进行用户相似性和资源项相似性的 度量;然后,考虑标签使用的时间因素对用户兴趣偏好的影响结合基于用户标注行为的用户相似性以及资源项相 似性度量方法提出了改进的个性化推荐方法。【结果/结论】提出了一种综合标签和时间因素的推荐算法,该方法利 用标签使用频率描述用户偏好,并结合标签使用的时间因素动态更新用户偏好,提高推荐精度。该方法应用于医 学信息服务应用场景之中,并收集实验数据,最后将提出的方法与其他基于标签信息的协同过滤推荐方法在实验 数据集进行比较,实验结果发现该方法在推荐效果上优于对比方法。     

基于社会标签的推荐系统研究

社会标签是一种新颖的大众索引方法,在Web 2.0时代各种收藏、检索、共享网站中得到广泛的应用,个性化推荐系统是基于用户的偏好为用户提供个性化信息服务的重要技术。本文针对推荐技术如何与社会标签结合的问题,分析了最新的研究现状和应用。详细阐述了3个方面的研究进展:标签推荐系统的研究、基于社会标签的个性化推荐系统的研究、社会标签的推荐应用系统。     

一种融合标签和患者咨询文本的医生推荐算法

【目的/意义】针对在线医疗信息结构松散，医疗平台医生推荐精度不足的现状，设计了一种基于标签和患者咨询文本的医生推荐算法，提升医生推荐效果。【方法/过程】利用Word2vec模型训练患者咨询文本得到特征向量，改进余弦相似度算法计算医生推荐集A；利用LDA模型训练医生标签得到医生在主题上投影的概率分布，改进KL距离算法计算医生推荐集B；基于社会网络分析理论设计相关算法重构医生网络链接，选择中心性指标得到最终医生推荐集C。【结果/结论】以“丁香医生”数据进行实证，面向UGC数据丰富了算法的可用程度，弥补了单一推荐方法的不足，提高了推荐的精度。本文所提方法有效提升了医生推荐精度。【创新/局限】通过融合标签和患者咨询文本，采用社会网络分析实现了医生混合推荐。虽然通过中心性指标进行重要医生挖掘，但挖掘效果有提升空间。     

基于多源用户标签的跨域兴趣融合模型研究

【目的/意义】通过对大数据环境下的多源用户兴趣特征有效融合,缓解个性化推荐中用户兴趣偏好数据的稀疏性和准确性问题。【方法/过程】考虑到多域的数据权威度、内容质量及体系结构的差异化较为明显,提出了基于多源用户标签的跨域兴趣融合模型,首先把多个域中的用户兴趣进行标签化处理,然后利用跨域用户识别和标签权重归一方法得到多个域的用户实体-标签矩阵,最后使用域权重影响系数对标签进行融合,构造具有复合权重的用户兴趣标签集。【结果/结论】使用5个来源数据域进行实验与分析,融合模型能够有效提高标签用户覆盖效果,在查全率不断提高的情况,融合域能够保持较高的标签用户查准率,有效提高用户兴趣特征的描绘效果。     

基于标签的个性化信息推荐系统动力学模型与仿真

基于系统与控制理论, 通过分析标签系统中标签、用户、资源的关系, 运用系统动力学的方法分析个性化信息推荐的过程及影响因素, 在此基础上构建信息推荐的系统动力学模型, 并采用vensim PLE软件对模型进行仿真, 最后通过对模型的有效性验证分析, 揭示了信息推荐的特性及机理, 为进一步研究基于标签的个性化信息推荐动态演变提供研究思路。     

基于用户画像和视频兴趣标签的个性化推荐

【目的/意义】用户画像深刻地描述了视频用户的个体和群体行为特征,为视频的个性化推荐服务提供参 考。【方法/过程】通过文本挖掘对爬取的视频、用户及其观影数据分析,构建单个用户画像,并通过K-Means和LDA 模型对用户聚类并提取主题,挖掘群体用户特征。基于用户画像和时间指数衰减的视频兴趣标签,并结合视频喜 爱度和协同过滤,进行视频推荐。【结果/结论】考虑时间指数衰减的个性化推荐,提高了系统对用户兴趣的感知。 结合视频喜爱度和协同过滤,推荐视频评分达0.87,有助于提高用户对网站的忠诚度和活跃度。【创新/局限】基于用 户生成内容的文本挖掘结果,进行单个和群体用户画像,并创新性采用时间指数衰减构建用户视频兴趣标签,以捕 获用户兴趣的变化。由于网络爬虫的限制,实验数据量有一定的局限性,且特征提取兴趣范围有限。     

融合地理标签数据的个性化信息服务应用研究

[目的/意义]社交媒体网站的飞速发展为我们贡献了海量数据,通过对这些数据的进一步挖掘,可以实现个性化服务推荐。[方法/过程]本文利用地理标签中的丰富的元数据信息,结合基于密度的DBSCAN聚类算法和TF-IDF的统计方法,来提取和识别当地的景点区域,然后结合季节来计算景点的热度,最后运用基于混合过滤的推荐算法,为游客实现个性化旅游服务推荐。[结果/结论]通过Flickr网站爬取到的Geo-tagged数据集验证了本文提出方法的有效性。     

基于标签共现的社会网络分析研究

以CiteUlike中含“tag”标签的文献为数据集,利用社会网络分析方法对社会化标签共现网络进行分析研究.通过研究发现,标签的共现网络具有以下特征:网络呈现“小世界”现象与“无标度”特征,体现了词汇之间的相关性,是一种有效的可视化方式.在此基础上,从推荐机制与本体构建两方面对标签共现网络的应用进行扩展,并为网络信息资源组织的健康发展提出了相关建议.     

基于标签聚类的电子商务网站分类目录改善研究

本研究针对电子商务网站用户对商品概念认知与网站实际分类目录不匹配,导致检索效率低下的问题,提出了基于用户标签的电子商务网站分类目录改善方案,即将用户标签进行多层聚类,将聚类结果以层级结构的形式展示,并实现标签聚类结果和网站分类目录的映射,从而提高电子商务网站的分类检索效率和分类导航性能。     

电子商务推荐系统研究

本文简要介绍了电子商务推荐系统的概念和作用,系统地介绍了电子商务推荐系统工作流程,重点介绍了几种常见电子商务推荐系统的推荐技术,最后对电子商务推荐系统未来的研究方向进行了展望。     

电子商务系统商品推荐方法浅析

随着互联网的普及和电子商务的发展,商品推荐系统逐渐成为电子商务系统中的重要技术和研究内容之一,受到了越来越多研究者的关注,人们提出了各种商品推荐技术。文章详细的论述了各种推荐系统所采用的推荐技术及其优缺点,探讨电子商务系统的构成、研究内容、研究现状,分析了现有的推荐系统存在的缺陷和问题,最后讨论了电子商务中商品推荐系统面临的挑战和研究方向。     

社会标签的应用功能分析

目前社会标签广泛应用于互联网各类型网站。为了对国内外各类型网站标签应用和功能情况有较全面的了解,也为了在此基础上对标签进一步应用和功能发掘,文章在实际调查的基础上,整理分析出当前国内外各类型网站中标签的实际应用情况,并对标签的基本功能和扩展功能进行了详细论述。