基于社會(huì)化標(biāo)簽的個(gè)性化信息推薦服務(wù).pdf

1、隨著普通用戶參與到互聯(lián)網(wǎng)信息的架構(gòu)和創(chuàng)建當(dāng)中，互聯(lián)網(wǎng)信息出現(xiàn)了嚴(yán)重的過(guò)載。如何幫助用戶組織、管理和檢索信息，成為一個(gè)巨大的挑戰(zhàn)。傳統(tǒng)的信息搜索和信息過(guò)濾技術(shù)具有一定的缺陷，比如不具有智能，對(duì)用戶的區(qū)分度不高。推薦系統(tǒng)通過(guò)生成、調(diào)整用戶的特征模型，利用不同的推薦算法為用戶主動(dòng)做出信息資源的推薦服務(wù)，被認(rèn)為是解決信息過(guò)載的有效方法。隨著廣大用戶的參與，互聯(lián)網(wǎng)呈現(xiàn)了社會(huì)化的發(fā)展趨勢(shì)，其一個(gè)典型代表：社會(huì)化標(biāo)簽，從用戶的角度對(duì)資源添加標(biāo)注，反映

2、了用戶的興趣、偏好和概念空間等其他方法難以獲取的用戶信息，被認(rèn)為是一種高效的信息組織方式。
　　基于標(biāo)簽的推薦服務(wù)框架利用標(biāo)簽數(shù)據(jù)中的用戶、資源和標(biāo)簽之間的關(guān)聯(lián)信息，為用戶提供個(gè)性化的推薦服務(wù)?；跇?biāo)簽的推薦系統(tǒng)主要有三種方法：一是基于網(wǎng)絡(luò)的方法；二是基于張量的方法；三是基于主題的方法。各種方法能夠一定程度上解決推薦系統(tǒng)的一些問(wèn)題，比如網(wǎng)絡(luò)方法能解決數(shù)據(jù)的稀疏性問(wèn)題，張量方法能解決多維數(shù)據(jù)的降維問(wèn)題，主題的方法有合理的模型解釋。本

3、文分別從網(wǎng)絡(luò)結(jié)構(gòu)、張量模型和潛在語(yǔ)義三個(gè)角度分析基于標(biāo)簽的個(gè)性化推薦系統(tǒng)，提出一種混合的推薦服務(wù)框架，能夠有效地將基于網(wǎng)絡(luò)、張量和主題的方法結(jié)合到一起，具有很好的靈活性和擴(kuò)展性。
　　本文所研究的主要內(nèi)容如下：
　　首先研究了一種基于標(biāo)簽的混合的個(gè)性化推薦服務(wù)框架，將不同類型算法的輸出轉(zhuǎn)化為一種能夠表明用戶、資源和標(biāo)簽標(biāo)注可能性的四元組形式，并最終以評(píng)分立方的形式進(jìn)行組織和存儲(chǔ)。然后，通過(guò)一個(gè)統(tǒng)一的框架，基于標(biāo)簽的混合的個(gè)性