基于多阈连续条件随机场的标签推荐

• 作者: 吴丹 苏一丹
• 来源期刊: 计算机应用研究
• 关键词: 信息迷航 标签推荐 隐性标签 多阈连续条件随机场 最大似然估计
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1312-1315
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.05.008

摘要

标签推荐系统的推荐结果质量不高,会影响和误导用户对资源的查找与定位,甚至引发信息迷航的现象.为了提高推荐结果的准确度和覆盖度,提出的多阈连续条件随机场模型,不仅保持了条件随机场无须对数据作独立性假设且能避免标注偏执问题的优势,同时还使用标签间共现率、语义相似度和用户相似度三重阈提取特征,一并挖掘出显性和隐性标签,充分结合用户差异性,通过最大似然估计法迭代计算模型参数,建立模型来推荐标签.在BibSonomy数据集上测试表明该方法可行,实验效果与基于连续条件随机场模型、最大熵模型方法对比显示了本模型推荐的标签更精准、更全面；本模型在标签推荐中表现出了良好的稳定性.

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	吴丹	广西大学计算机与电子信息学院	8	24	3.0	4.0