基于社會(huì)化標(biāo)簽和混合模式的教學(xué)資源個(gè)性化推薦系統(tǒng)的設(shè)計(jì).pdf

1、伴隨著網(wǎng)絡(luò)時(shí)代的大發(fā)展，人們要在浩如煙海的網(wǎng)絡(luò)數(shù)據(jù)中，發(fā)現(xiàn)自己感興趣的數(shù)據(jù)越來(lái)越難。而個(gè)性化推薦系統(tǒng)，為解決這一問(wèn)題提供了一個(gè)非常好的思路。它可以通過(guò)顯性或隱性的方式收集信息來(lái)產(chǎn)生個(gè)性化的推薦。雖然，由于人們?cè)趥€(gè)性化推薦方面已經(jīng)做出了大量的研究。但是，個(gè)性化系統(tǒng)還是在預(yù)測(cè)方面存在很大的不足，特別是在對(duì)用戶(hù)模型的預(yù)測(cè)方面。為此我們引入了社會(huì)化標(biāo)簽系統(tǒng)。
　　而作為web2.0的代表技術(shù)之一的社會(huì)化標(biāo)簽系統(tǒng)，也在信息的標(biāo)注方面取得了不

2、錯(cuò)的成效，并已經(jīng)成功的應(yīng)用于網(wǎng)絡(luò)的很多方面。社會(huì)化標(biāo)簽系統(tǒng)，不僅能夠完成對(duì)網(wǎng)絡(luò)數(shù)據(jù)的較為合理的分類(lèi)。它的社會(huì)化特性，使得我們能夠從中間挖掘出很多的潛在用戶(hù)信息以及用戶(hù)的社會(huì)化關(guān)系。
　　本文主要是提供了一種基于社會(huì)化標(biāo)簽的混合推薦系統(tǒng)。它的核心思想主要集中在以下幾個(gè)方面：
　　1、首先，用戶(hù)基本模型和資源基本模型的建立。它是采用基于用戶(hù)-標(biāo)簽、資源-標(biāo)簽的權(quán)重矩陣來(lái)表示的，而這些權(quán)重的提取時(shí)基于TF-IDF的文本信息提取技術(shù)

3、。
　　2、其次，同義詞提取技術(shù)。為了使得標(biāo)簽?zāi)軌蚋鼮闇?zhǔn)確反映真實(shí)的信息，本文對(duì)得到的數(shù)據(jù)進(jìn)行了同義詞提取環(huán)節(jié)。
　　3、再次，對(duì)社會(huì)化屬性的挖掘。為了挖掘出標(biāo)簽系統(tǒng)中潛在的用戶(hù)與用戶(hù)的關(guān)系，本文使用了基于關(guān)聯(lián)數(shù)據(jù)挖掘算法Apriori對(duì)其社會(huì)屬性進(jìn)行挖掘。這樣做的目的是為了提高用戶(hù)模型表示的準(zhǔn)確性。
　　4、還有，采用基于興趣的方式進(jìn)行個(gè)性化推薦。為了更為準(zhǔn)確的預(yù)測(cè)用戶(hù)的模型，采用了聚類(lèi)算法將標(biāo)簽聚類(lèi)。在聚類(lèi)的基礎(chǔ)上