基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
信息大爆炸的网络时代,个性化推荐是解决信息“超负载”的有效办法。用户兴趣模型是个性化推荐的核心,关系着整个推荐系统的推荐质量。标签一直被用于资源分类,在个性化推荐方面却很少使用。文中采取向量空间模型的建模方法,利用个性化标签描述用户兴趣,并提出一套简洁有效的标签标准化方法-基于属性共现率的标签标准化以及基于聚类的标签标准化方法对用户的自定义标签进行标准化。该模型能有效降低用户兴趣模型的向量维数,避免分析标签语义的复杂过程,且能够从用户的角度贴切地表达用户兴趣。实验结果表明该模型有助于提高个性化推荐的服务质量。
推荐文章
基于混合行为兴趣度的用户兴趣模型
用户兴趣模型
用户兴趣度
向量空间模型
文本聚类
推荐系统
基于用户标签的微博推荐算法
微博推荐算法
用户标签
TextRank排序方法
微博列表
效应函数
生命周期
基于用户兴趣模型的信息推送系统研究
Agent
信息推送
用户兴趣建模
向量空间模型
信息过滤
基于PLSA模型的用户兴趣聚类算法研究
概率潜在语义分析
用户兴趣
聚类
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 基于标准标签的用户兴趣模型研究
来源期刊 计算机技术与发展 学科 工学
关键词 个性化推荐 用户兴趣模型 向量空间模型 标准标签
年,卷(期) 2013,(10) 所属期刊栏目 应用开发研究
研究方向 页码范围 208-211,215
页数 5页 分类号 TP39
字数 4706字 语种 中文
DOI 10.3969/j.issn.1673-629X.2013.10.052
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 成卫青 南京邮电大学计算机学院 31 301 11.0 16.0
2 杨晶 南京邮电大学计算机学院 2 26 2.0 2.0
3 郭常忠 烟台大学数学与信息科学学院 4 24 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (116)
参考文献  (6)
节点文献
引证文献  (13)
同被引文献  (43)
二级引证文献  (30)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(16)
  • 引证文献(3)
  • 二级引证文献(13)
2019(15)
  • 引证文献(1)
  • 二级引证文献(14)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
个性化推荐
用户兴趣模型
向量空间模型
标准标签
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导