基于多樣性覆蓋的標(biāo)簽推薦算法研究與實(shí)現(xiàn).pdf

1、隨著web2.0的發(fā)展，互聯(lián)網(wǎng)迎來(lái)了一個(gè)數(shù)據(jù)爆炸的時(shí)代，搜索引擎的關(guān)鍵字搜索已經(jīng)不能滿(mǎn)足用戶(hù)的個(gè)性化需求，取而代之的是推薦引擎的出現(xiàn)。推薦引擎帶給了用戶(hù)更為個(gè)性化的內(nèi)容，用戶(hù)得以從海量的數(shù)據(jù)中解放出來(lái)。標(biāo)簽推薦作為推薦引擎的重要分支之一，越來(lái)越受到關(guān)注，并在電子商務(wù)、社交網(wǎng)站中得到了廣泛的應(yīng)用。
　　標(biāo)簽推薦中也存在一定的問(wèn)題?，F(xiàn)行的標(biāo)簽推薦算法產(chǎn)生的結(jié)果集，雖然能夠比較準(zhǔn)確的描述物品，有較好的相關(guān)性，但是往往多樣性較差，標(biāo)簽之間

2、存在語(yǔ)義相似，冗余嚴(yán)重的問(wèn)題。這種情況降低了推薦結(jié)果集的新穎性和多樣性，嚴(yán)重影響了用戶(hù)的體驗(yàn)。本文的主要工作如下:
　　(1)本文基于局部和全局標(biāo)簽共現(xiàn)矩陣定義了相關(guān)性的度量。局部標(biāo)簽共現(xiàn)矩陣表現(xiàn)了用戶(hù)的興趣愛(ài)好，而全局的標(biāo)簽共現(xiàn)情況則反映了每個(gè)標(biāo)簽的流行度和被喜好度。這樣相關(guān)性的度量不僅融入了用戶(hù)的個(gè)人興趣愛(ài)好，同時(shí)還考慮了標(biāo)簽的被認(rèn)可度，從而提高了準(zhǔn)確度。
　　(2)根據(jù)目前的了解，本文第一次在標(biāo)簽推薦中提出了語(yǔ)義覆蓋的

3、概念?；谄樟炙诡D大學(xué)的WordNet字典，從IC(Information Content)的角度定義了語(yǔ)義多樣性，有效的去除了推薦結(jié)果中的語(yǔ)義冗余。同時(shí)，采用覆蓋的概念，推薦結(jié)果集可以很好地在語(yǔ)義上代表候選標(biāo)簽集合。
　　(3)通過(guò)對(duì)基于多樣性覆蓋的標(biāo)簽推薦問(wèn)題的深入研究，本文設(shè)計(jì)實(shí)現(xiàn)了三個(gè)算法:EDC(Exact Algorithm of Diversified Coverage)、GDC(Greedy Algorithm o

4、f DiversifiedCoverage)以及MDC(More Algorithm of Diversified Coverage)算法。EDC算法通過(guò)將多樣性覆蓋標(biāo)簽推薦問(wèn)題轉(zhuǎn)換為圖的最小獨(dú)立支配集問(wèn)題，在優(yōu)先處理圖中包含的團(tuán)和二分圖后，遞歸的在剩余的圖中搜索最小獨(dú)立支配集?？紤]到數(shù)據(jù)集非常大的時(shí)候，EDC算法的時(shí)間復(fù)雜度非常大，因此本文提出了GDC算法貪心地獲得推薦結(jié)果集。同時(shí)，為了滿(mǎn)足動(dòng)態(tài)增量擴(kuò)充結(jié)果集的需要，文中提出MDC算法