基于混合模型的科技論文標(biāo)簽推薦方法研究.pdf

1、隨著Web2.0時(shí)代的蓬勃發(fā)展，為用戶提供標(biāo)記功能的網(wǎng)站應(yīng)運(yùn)而生。作為標(biāo)記實(shí)體的標(biāo)簽是用戶對(duì)物品語(yǔ)義內(nèi)容簡(jiǎn)單描述，反映用戶對(duì)物品的興趣程度。以打標(biāo)簽為主體的標(biāo)簽系統(tǒng)作為很多網(wǎng)站中的必要組成部分，對(duì)于方便用戶信息檢索、發(fā)現(xiàn)內(nèi)容、進(jìn)行決策等都起到非常重要的作用。隨著標(biāo)簽系統(tǒng)的發(fā)展，標(biāo)簽中的拼寫(xiě)錯(cuò)誤、同義詞、組合詞等引起的標(biāo)簽膨脹于或者不規(guī)范的問(wèn)題逐漸暴露出來(lái)，這時(shí)標(biāo)簽推薦發(fā)揮了作用。在數(shù)據(jù)挖掘、信息檢索及其相關(guān)領(lǐng)域，標(biāo)簽推薦已經(jīng)成為一個(gè)非常

2、熱門(mén)的研究點(diǎn)。
　　近些年，研究人員將目光轉(zhuǎn)向了混合模型來(lái)做標(biāo)簽推薦?；旌夏Ｐ褪前褏f(xié)同過(guò)濾和主題模型兩種方法進(jìn)行融合，一方面吸收了協(xié)同過(guò)濾的在推薦上的優(yōu)點(diǎn)，另一方面，通過(guò)內(nèi)容信息將條目聚類，并通過(guò)語(yǔ)義聯(lián)系起來(lái)，相關(guān)實(shí)驗(yàn)表明混合方法確實(shí)有著不錯(cuò)的表現(xiàn)。本文實(shí)現(xiàn)的是面向科技論文的標(biāo)簽推薦方法，主要解決如何對(duì)科技論文推薦標(biāo)簽，進(jìn)而方便用戶對(duì)論文選擇合適標(biāo)注的問(wèn)題。本文從研究現(xiàn)狀出發(fā)，分析現(xiàn)有標(biāo)簽推薦的不足，借鑒混合模型在整合多源數(shù)據(jù)方面

3、的優(yōu)點(diǎn)，提出了兩種模型：基于核的協(xié)同主題回歸模型和基于內(nèi)容互信的矩陣分解主題回歸模型這兩種方法。前者利用高斯過(guò)程添加核函數(shù)的方式捕捉數(shù)據(jù)之間的非線性的社交關(guān)系，有效解決了由于傳統(tǒng)推薦中假設(shè)個(gè)體之間相互獨(dú)立而帶來(lái)的弊端；而后者引入信任傳播機(jī)制來(lái)描述社交關(guān)系中存在關(guān)聯(lián)的個(gè)體之間內(nèi)容上的聯(lián)系，通過(guò)使用正則化拉普拉斯函數(shù)表示社交關(guān)系中個(gè)體之間關(guān)系，有效的解決了如何表示個(gè)體之間信任關(guān)系強(qiáng)弱的問(wèn)題。
　　本文中提出的兩種方法都是將內(nèi)容信息和社