原文服务方: 计算机应用研究       
摘要:
现有的Folksonomy标签推荐系统使用的推荐算法没有考虑标签模糊和冗余问题,影响了用户建模和对推荐系统评估的准确性,并且降低了系统的推荐质量,增加了用户选择喜好项目时的负担.通过对标签推荐系统的研究,将标签模糊和冗余应用到标签推荐算法当中,有助于提高系统的推荐质量,并且能提供更合理的评价方法.实验结果表明:经过标签模糊和冗余处理的标签推荐算法显著地提高了推荐系统的推荐质量.
推荐文章
基于潜在标签挖掘和细粒度偏好的个性化标签推荐
个性化标签推荐
潜在标签挖掘
贝叶斯个性化排序
成对交互张量分解
不同粒度标签推荐算法的比较研究
标签推荐
统计语言模型
隐含话题模型
不同粒度
基于标签的矩阵分解推荐算法
标签
矩阵分解
推荐算法
因子向量
基于同义标签分组的协同推荐
推荐系统
标签分组
协同过滤
标签
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 标签模糊和冗余在标签推荐中的研究及应用
来源期刊 计算机应用研究 学科
关键词 标签推荐系统 标签模糊 标签冗余 标签推荐算法 推荐质量
年,卷(期) 2011,(8) 所属期刊栏目 系统应用开发
研究方向 页码范围 2971-2973
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.08.047
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 覃希 广西工学院计算机工程系 5 127 4.0 5.0
3 张新伦 广西大学计算机与电子信息学院 2 21 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (12)
参考文献  (2)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
标签推荐系统
标签模糊
标签冗余
标签推荐算法
推荐质量
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导