基于加权元组潜在语义分析的社会标签推荐

被引：3

作者：

丛维强 ^{[1
]}

李保珍 ^{[2
]}

王逊 ^{[3
]}

机构：

[1] 江苏科技大学计算机科学与工程学院

[2] 江苏科技大学经济管理学院

[3] 江苏科技大学国际学院

来源：

情报科学 | 2015年 / 01期

关键词：

社会标注; 标签推荐; 张量模型; 权重;

D O I：

10.13833/j.cnki.is.2015.01.012

中图分类号：

G254 [文献标引与编目];

学科分类号：

1205 ; 120501 ;

摘要：

社会标注系统中用户生成的标签具有随意性和弱关联性,这将导致标签推荐的精确性降低。本文基于加权元组潜在语义的三维张量结构模型,引入社会网络的结构化分析方法对相关元组进行量化加权,以构建加权的三维张量结构模型,并通过元组的潜在语义分析,得到能体现用户兴趣度的加权元组集。最后,通过典型标注网站Delicious中的用户标注数据集,验证了基于加权元组潜在语义分析的三维张量模型具有较好的标签推荐效果。

引用

页码：57 / 62

页数：6