基于標簽的個性化信息推薦問題研究.pdf

1、互聯(lián)網(wǎng)正以前所未有的速度發(fā)展，對人們的生活產(chǎn)生著越來越廣泛、深入的影響。讓用戶從海量的信息中找到有價值的信息，同時讓有價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)注的熱點問題，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推薦信息。
　　 傳統(tǒng)推薦方法僅利用用戶對已選擇資源的評分信息展開推薦，隨著推薦系統(tǒng)的發(fā)展，越來越多的推薦系統(tǒng)還包含了用戶對已選擇資源主動標注的標簽信息，如何充分利用

2、這些有價值的標簽信息向用戶進行資源推薦和改進推薦效果是本文主要研究的問題。本文在標簽推薦算法的研究與實現(xiàn)、基于標簽的個性化推薦算法的研究與實現(xiàn)兩方面開展研究。
　　 通過一個標簽，用戶可以獲得被標注了該標簽的資源，因此向用戶推薦有價值的標簽具有較高價值，能夠幫助用戶進一步獲得有價值的資源。本文基于相似用戶、已選擇資源、共用標簽、相似標簽提出四種標簽推薦算法，向用戶推薦與用戶相關(guān)的標簽。在bibsonomy和movielens兩個

3、含有標簽信息的數(shù)據(jù)集上開展實驗，實驗結(jié)果表明這四種算法能夠有效地向用戶推薦標簽。
　　 傳統(tǒng)基于用戶相似性的協(xié)同過濾方法為目標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，在計算用戶間的相似性時，該方法使用的是每個用戶的所有已選擇資源，因而得到的是整體相似性，本文提出基于標簽的個性化推薦算法，通過標簽將資源進行分類，可以計算兩個用戶在某個標簽下的局部相似性，進而獲得更細分的推薦者。提高預(yù)測用戶對資源評價的準確度，向