基于社会化标注的用户兴趣发现及个性化推荐研究

摘要：

基于标签的个性化推荐应用越来越普遍,但是标签带有的语义模糊、时序动态性等问题影响着个性化推荐质量,现有研究仅从数量和结构上考虑用户与标签的关系.基于社会化标注系统的个性化推荐首先对融合社会关系的标签进行潜在语义主题挖掘,然后构建多层、多维度用户兴趣模型,提出模型更新策略,最后实现个性化推荐.采集CiteUlike站点数据进行实验分析,结果表明改进算法比传统算法更准确表达用户兴趣偏好,有效提高了个性化推荐准确率.

关键词：社会化标注、用户兴趣、个性化推荐

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：67-73,80