基于社會性標注語義的個性化推薦算法研究.pdf

1、社會性標注是Web2.0時代產(chǎn)生的一種新型的信息組織管理方式，因為其入門簡單、使用方便、操作靈活和標注無限制等優(yōu)點，已逐漸發(fā)展成為目前最流行的信息應(yīng)用技術(shù)之一。個性化推薦技術(shù)是社會性標注系統(tǒng)中廣泛使用的推薦技術(shù)之一，受到了廣泛的研究和關(guān)注。
　　但是，在已存在的個性化推薦研究成果中，還存在一定的不足。首先，已有的推薦算法雖然引入了用戶動機理論，可以提高推薦系統(tǒng)對特定興趣用戶的個性化信息推薦能力，但仍缺少對標簽信息語義層面的考慮；其

2、次，在已存在的考慮推薦系統(tǒng)中標簽語義的研究成果中，對特定的用戶動機進行考察的研究成果還比較少。
　　本文在用戶動機理論的基礎(chǔ)上，引入層次本體學習方法和改進的PLSA主題模型技術(shù)來解決上述的問題。主要的研究內(nèi)容如下：
　?。?）研究了引入層次本體學習方法的個性化推薦技術(shù)。主要的方法是：首先，在用戶動機理論的基礎(chǔ)上，對社會性標注系統(tǒng)中的用戶進行用戶類型的判定；其次，利用層次本體學習方法對待推薦的標注資源進行語義聚類；再次，依據(jù)被

3、推薦用戶的動機類型對標注所在的資源進行過濾行為；最后，將特定的類型資源優(yōu)先推薦給特定類的的用戶。實驗結(jié)果表明，與只考慮用戶動機的推薦算法相比，引入了層次本體學習方法的推薦算法對特定用戶所推薦的信息準確率更高。
　?。?）研究了結(jié)合用戶動機理論和改進的PLSA主題模型的推薦算法。主要方法是：首先，利用主題模型技術(shù)對標簽信息的語義進行自動的主題提取，使得系統(tǒng)中的標簽資源具有不同類型的主題；其次，利用用戶動機理論對社會化標注系統(tǒng)中的用戶