集成组内标签与用户链接关系的Flickr组推荐模型

• 作者: 包红云 李秋丹 郑楠 高珩
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: Flickr组推荐 概率矩阵分解 用户链接 标签
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 研究与应用
• 页码范围: 176-181
• 页数: 6页
• 分类号: TP391
• 字数: 4529字
• 语种: 中文

摘要

知名图片分享网站Flickr中的组,在增加图片曝光率、方便用户浏览图片等方面发挥重要作用.因而,如何协助用户便捷地搜寻其感兴趣的组成为研究者关注的热点之一.针对此问题,文中利用Flickr中辅助用户选择组的元素,即其关注的用户链接关系及组内的内容标签信息,提出一种组推荐模型.该模型基于概率矩阵分解的方法,具有较低的复杂度.在Flickr数据集上的实验表明,该模型可为用户提供较高质量的推荐结果.最后,基于该模型设计一个Flickr组推荐系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑楠	中国科学院自动化研究所复杂系统管理与控制国家重点实验室	14	58	5.0	6.0
2	李秋丹	中国科学院自动化研究所复杂系统管理与控制国家重点实验室	8	88	5.0	8.0
3	包红云	中国科学院自动化研究所复杂系统管理与控制国家重点实验室	2	12	2.0	2.0
4	高珩	中国科学院自动化研究所复杂系统管理与控制国家重点实验室	2	12	2.0	2.0