基于標(biāo)簽的個(gè)性化信息推薦問(wèn)題研究.pdf

1、互聯(lián)網(wǎng)正以前所未有的速度發(fā)展，對(duì)人們的生活產(chǎn)生著越來(lái)越廣泛、深入的影響。讓用戶從海量的信息中找到有價(jià)值的信息，同時(shí)讓有價(jià)值的信息被需要的用戶享用，一直是相關(guān)學(xué)術(shù)界和企業(yè)界所關(guān)注的熱點(diǎn)問(wèn)題，推薦技術(shù)旨在利用用戶的歷史行為信息，在不需要用戶顯式指定查詢的情況下向用戶主動(dòng)推薦信息。
　　 傳統(tǒng)推薦方法僅利用用戶對(duì)已選擇資源的評(píng)分信息展開(kāi)推薦，隨著推薦系統(tǒng)的發(fā)展，越來(lái)越多的推薦系統(tǒng)還包含了用戶對(duì)已選擇資源主動(dòng)標(biāo)注的標(biāo)簽信息，如何充分利用

2、這些有價(jià)值的標(biāo)簽信息向用戶進(jìn)行資源推薦和改進(jìn)推薦效果是本文主要研究的問(wèn)題。本文在標(biāo)簽推薦算法的研究與實(shí)現(xiàn)、基于標(biāo)簽的個(gè)性化推薦算法的研究與實(shí)現(xiàn)兩方面開(kāi)展研究。
　　 通過(guò)一個(gè)標(biāo)簽，用戶可以獲得被標(biāo)注了該標(biāo)簽的資源，因此向用戶推薦有價(jià)值的標(biāo)簽具有較高價(jià)值，能夠幫助用戶進(jìn)一步獲得有價(jià)值的資源。本文基于相似用戶、已選擇資源、共用標(biāo)簽、相似標(biāo)簽提出四種標(biāo)簽推薦算法，向用戶推薦與用戶相關(guān)的標(biāo)簽。在bibsonomy和movielens兩個(gè)

3、含有標(biāo)簽信息的數(shù)據(jù)集上開(kāi)展實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明這四種算法能夠有效地向用戶推薦標(biāo)簽。
　　 傳統(tǒng)基于用戶相似性的協(xié)同過(guò)濾方法為目標(biāo)用戶獲得最相似的一批用戶作為推薦者，利用這些推薦者產(chǎn)生推薦，在計(jì)算用戶間的相似性時(shí)，該方法使用的是每個(gè)用戶的所有已選擇資源，因而得到的是整體相似性，本文提出基于標(biāo)簽的個(gè)性化推薦算法，通過(guò)標(biāo)簽將資源進(jìn)行分類，可以計(jì)算兩個(gè)用戶在某個(gè)標(biāo)簽下的局部相似性，進(jìn)而獲得更細(xì)分的推薦者。提高預(yù)測(cè)用戶對(duì)資源評(píng)價(jià)的準(zhǔn)確度，向