基于异构网络面向多标签系统的推荐模型研究

• 作者: 刘晓燕 吴敬征 武延军 王瑜
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 异构网络 网络嵌入 标签推荐 标签系统 图模型
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 2611-2624
• 页数: 14页
• 分类号: TP181
• 字数: 12860字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005132

摘要

标签成为信息组织的重要方式之一,随着推荐系统的蓬勃发展,标签推荐成为学者们研究的重要问题之一.目前存在各种各样的标签系统,其功能千差万别,标签数据信息越来越复杂.目前研究往往针对特定类型标签数据,缺乏既综合考虑标签数据中不同类型对象的复杂信息又能适用于多种标签系统数据的标签推荐模型.构建了标签推荐模型HnMTR,该模型首先针对标签数据中不同类型对象构建异构网络模型,其次对异构网络模型中不同类型顶点进行同空间映射,使不同类型的顶点和边可在同一空间进行量化比较;最后基于同空间映射后网络,引入多参数马尔可夫模型进行标签评分和推荐.通过基于豆瓣、Delicious和Meetup这3个标签系统数据实验,其结果表明,HnMTR模型平均准确率比目前主流算法提高10％以上,取得了较好的推荐结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武延军	中国科学院软件研究所	35	178	7.0	11.0
2	王瑜	中国科学院软件研究所	20	252	7.0	15.0
6	刘晓燕		9	66	5.0	8.0
7	吴敬征	中国科学院软件研究所	7	27	3.0	5.0