基于標簽—主題模型的標簽推薦研究.pdf

1、社會標簽系統(tǒng)是一種用戶組織、管理、共享資源的機制，它允許用戶對系統(tǒng)資源添加任意的詞語而形成社會標簽，并且因其入門簡單快速、操作靈活易用而隨著Web2.0的發(fā)展成為當下最流行的應用之一。
　　社會標簽存在噪音標簽、使用無規(guī)范、使用頻率低及分布稀疏等問題。為了提高社會標簽的質(zhì)量，標簽推薦技術應運而生，近年來受到了各界的廣泛關注，也成為了信息檢索領域的熱門研究方向。
　　本文就是圍繞圖書標簽推薦系統(tǒng)中標簽推薦技術來展開的。具體工作

2、如下:
　　第一，提出了一種基于標簽-主題模型的標簽推薦方法。通過訓練好的標簽-主題模型求得標簽生成詞語的概率值，同時將新的文本表示成詞集，針對詞集中每個詞，結(jié)合標簽生成詞語的概率值來計算出其與標簽集中各標簽的概率分布，最后，綜合這些概率值即可得到與該文本的概率最高的標簽。并在此基礎上增加一個簡單的TF-IDF值計算，輔助提高最終的標簽推薦結(jié)果。實驗表明在利用隱含主題這一粗粒度特征的過程中增加對詞這一細粒度的特征描述能夠有效提高推

3、薦效果，并且利用對比實驗驗證了該方法的可取性。
　　第二，實現(xiàn)了一個圖書標簽推薦系統(tǒng)。該系統(tǒng)主要分為三個模塊:圖書標簽推薦模塊，輸入任何一本書的內(nèi)容簡介，系統(tǒng)對該內(nèi)容簡介進行預處理，再利用系統(tǒng)所建模型對其推薦十個標簽;圖書瀏覽和檢索模塊，從數(shù)據(jù)庫中獲取使用頻率最高的前幾個標簽，顯示在頁面，點擊標簽能得到數(shù)據(jù)庫中貼有該標簽的所有圖書列表，檢索該標簽得到同樣的結(jié)果;圖書添加模塊，按要求輸入圖書的各種屬性信息，針對輸入的信息進行標簽推薦