基于社会化标注的个性化推荐算法研究

定　　价：90 元

• 作者：魏建良著
• 出版时间：2019/3/1
• ISBN：9787030608574
• 出 版 社：科学出版社

• 中图法分类：O212.4-34 
• 页码：180
• 版次：31
• 开本：B5

内容简介

对用户协同模型和多兴趣模型算法加以了模拟实现，构建了相关的模型并给出针对具体模型的推荐。在此基础上，结合用户参与评分的方法对算法的推荐效果进行了评价。结果发现，基于用户协同模型的算法要略优于现有的基于用户自身标签的算法，而基于多兴趣模型的推荐则要明显好于上述两种算法，原因可能是多兴趣模型中的子兴趣保持了资源主题的单一性，从而有助于找到更为相关的资源。

更多科学出版社服务，请扫码获取。

目 录

目录
第一篇 基础篇
第1章 绪论 3
1.1 研究背景及意义 3
1.2 社会化标注的相关理论 6
1.3 本书的内容安排 14
第2章 相关研究进展17
2.1 传统的推荐技术 17
2.2 基于社会化标注的推荐 19
2.3 现有研究存在的不足 38
第二篇 基础算法篇
第3章 基于社会化标注的用户协同模型 43
3.1 用户标注中的偏差行为 44
3.2 主流标签的确定 54
3.3 用户协同模型的建立 60
第4章 基于社会化标注的用户多兴趣模型 64
4.1 用户多兴趣的验证 65
4.2 聚类分析方法 68
4.3 聚类的实现 73
4.4 用户多兴趣模型的建立 83
第5章 基于用户协同和多兴趣模型的推荐算法88
5.1 基于社会化标注的资源模型 88
5.2 相关匹配算法 94
5.3 两种模型下的推荐算法 97
第6章 基于社会化标注推荐的模拟实现与评价 103
6.1 基于社会化标注推荐的模拟实现 103
6.2 推荐算法的评估 111
第三篇 语义优化篇
第7章 基于多义标签的推荐算法优化 115
7.1 标签预处理 115
7.2 多义标签识别 117
7.3 用户模型标签消歧 122
7.4 基于标签消歧的推荐优化算法 124
第8章 基于同义标签的推荐算法优化 127
8.1 WordNet 概述 128
8.2 构建同义标签集 129
8.3 资源模型的同义扩展 133
8.4 基于同义扩展的推荐算法优化 136
第9章 实验结果与分析 139
9.1 算法实现 139
9.2 算法评价 142
第四篇 结论篇
第10章 结论与展望 152
10.1 主要结论 152
10.2 后续研究展望 154
参考文献 156