社会化标签系统中基于密度聚类的Web 用户兴趣建模方法

摘要：

Web用户兴趣模型在个性化信息服务中有着非常重要的作用.本文利用社会化标签的独特优势,针对传统社会化标签聚类方法的局限性,提出了一种基于密度聚类的Web用户兴趣建模方法.首先建立基于社会化标签的向量空间模型,并将社会化标签表示为Web资源及其权重的形式,以此为基础利用DBSCAN算法对其进行聚类,进而依据所有Web用户的标注行为以每个聚类为中介计算特定Web用户对Web资源的兴趣度来构建Web用户兴趣模型.实验结果表明了该方法的优越性.

关键词：社会化标签、聚类、兴趣模型、DBSCAN

所属期刊栏目：30

分类号：C91;TP3

资助基金：国家社会科学基金项目:潜在社会网络发现与互联网知识传播研究10CTQ025;国家社会科学基金项目:社会网络嵌入性视角的虚拟团队中知识共享理论与实证研究08BTQ023;教育部人文社会科学研究青年基金项目:面向用户的点击流信息资源开发与利用研究08JC870005

在线出版日期：2011-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：37-43