基于增量AHP的学习资源多标签标注研究
学习资源标注是我们根据需要知识准确获取相关学习资源的基础.然而目前大多数资源标注方法仅局限于单标签以及缺乏关联度信息,给用户精确获取学习资源带来困难.为解决此问题,本文提出一种基于增量AHP的学习资源多标签标注方法,首先根据标签-资源信息构建学习资源多标签标注模型,然后利用层次分析法定性与定量分析相结合的特点进行关联程度值处理,选取出与学习资源相关程度最大的若干个标签作为标注标签,从而支持用户方便获得与学习资源相关的知识点以及关联程度值.此外,针对初始成对比较矩阵随时间变化导致更新的情况,本文对传统AHP算法进行改进,提出增量AHP算法实现学习资源关联程度值更新.实验结果表明本文提出的方法具有良好的实用价值.
多标签标注模型、关联程度值、增量AHP
F4;C939;TP391
2016-08-03（万方平台首次上网日期，不代表论文的发表时间）
共2页
22-23
