原文服务方: 科技与创新       
摘要:
本文在分析传统推荐算法不足的基础上,提出一种新的基于层次聚类和语义挖掘的标签推荐算法,并在此基础上引入用户模型,进行个性化预测.该方法避免了传统协同过滤算法中标签系统陈旧、无法解决冷启动等的问题,提高了标签推荐的预测精度,最后通过实验验证了算法的有效性和优越性.
推荐文章
植入引导式层次聚类Mashup服务推荐算法
引导
层次聚类
Mashup
标签
服务推荐
基于PLSI的标签聚类研究
大众分类
概率潜在语义索引
语义标签
回火期望最大化算法
凝聚式层次k中心点聚类
利用标签的层次化搜索结果聚类方法
搜索结果聚类
词共现
候选聚类标签
层次化聚类
一种层次聚类的RDF图语义检索方法研究
RDF图
层次聚类
语义检索
向量空间模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于层次聚类和语义的标签推荐研究
来源期刊 科技与创新 学科
关键词 标签分类 层次聚类 语义挖掘 用户模型
年,卷(期) 2010,(36) 所属期刊栏目
研究方向 页码范围 199-203
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.36.080
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 苏一丹 广西大学计算机与电子信息学院 114 849 16.0 23.0
2 钟青燕 广西大学计算机与电子信息学院 2 25 2.0 2.0
3 梁胜勇 广西大学计算机与电子信息学院 3 26 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (24)
参考文献  (2)
节点文献
引证文献  (15)
同被引文献  (53)
二级引证文献  (49)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(11)
  • 引证文献(3)
  • 二级引证文献(8)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(13)
  • 引证文献(3)
  • 二级引证文献(10)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
标签分类
层次聚类
语义挖掘
用户模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导