基于多标签属性的学术文献推荐研究

• 作者: 兰鹰 吕思蜀 杨玉梅 肖诗伯
• 来源期刊: 情报探索
• 学科: 工学
• 关键词: 文献推荐系统 K-近邻算法(KNN) 标签 机器学习
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 理论探索
• 页码范围: 8-10
• 页数: 3页
• 分类号: TP391.3
• 字数: 2961字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-8095.2015.04.003

摘要

采集用户的标签行为形成标签数据集,运用K-近邻算法模型将标签数据集向量表示为多维的形式,利用欧氏距离公式评价各文献之间的相关度,从而实现主动向用户推荐文献.最后,针对计算复杂度和准确率等问题,提出今后研究方向.