基于社會(huì)化標(biāo)注的個(gè)性化推薦算法研究

定　價(jià)：￥90.00

作　者：	魏建良
出版社：	科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787030608574	出版時(shí)間：	2019-03-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：	171	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　隨著信息社會(huì)與數(shù)字經(jīng)濟(jì)時(shí)代的全面到來，越來越多的用戶成為互聯(lián)網(wǎng)信息內(nèi)容的創(chuàng)造者，網(wǎng)絡(luò)信息過載也日益嚴(yán)重。在此條件下，如何有效地過濾與選擇信息成為時(shí)代性的挑戰(zhàn)。標(biāo)簽作為一種用戶視角的資源特征表述方式，成為個(gè)性化信息推薦研究重要的數(shù)據(jù)來源?！痘谏鐣?huì)化標(biāo)注的個(gè)性化推薦算法研究》首先對(duì)標(biāo)簽相關(guān)文獻(xiàn)進(jìn)行了系統(tǒng)回顧，然后以標(biāo)簽及社會(huì)化標(biāo)注為切入點(diǎn)，應(yīng)用派系聚類法和向量模型法，從用戶間協(xié)同、用戶多興趣兩個(gè)角度構(gòu)建了若干個(gè)性化推薦算法。并在此基礎(chǔ)上，結(jié)合 Word Net 進(jìn)一步提出了面向語義優(yōu)化的改進(jìn)推薦算法。實(shí)驗(yàn)表明，《基于社會(huì)化標(biāo)注的個(gè)性化推薦算法研究》所提出的算法具有更好的推薦效果。

作者簡(jiǎn)介

暫缺《基于社會(huì)化標(biāo)注的個(gè)性化推薦算法研究》作者簡(jiǎn)介

圖書目錄

目錄
第一篇基礎(chǔ)篇
第1章緒論 3
1.1 研究背景及意義 3
1.2 社會(huì)化標(biāo)注的相關(guān)理論 6
1.3 本書的內(nèi)容安排 14
第2章相關(guān)研究進(jìn)展17
2.1 傳統(tǒng)的推薦技術(shù) 17
2.2 基于社會(huì)化標(biāo)注的推薦 19
2.3 現(xiàn)有研究存在的不足 38
第二篇基礎(chǔ)算法篇
第3章基于社會(huì)化標(biāo)注的用戶協(xié)同模型 43
3.1 用戶標(biāo)注中的偏差行為 44
3.2 主流標(biāo)簽的確定 54
3.3 用戶協(xié)同模型的建立 60
第4章基于社會(huì)化標(biāo)注的用戶多興趣模型 64
4.1 用戶多興趣的驗(yàn)證 65
4.2 聚類分析方法 68
4.3 聚類的實(shí)現(xiàn) 73
4.4 用戶多興趣模型的建立 83
第5章基于用戶協(xié)同和多興趣模型的推薦算法88
5.1 基于社會(huì)化標(biāo)注的資源模型 88
5.2 相關(guān)匹配算法 94
5.3 兩種模型下的推薦算法 97
第6章基于社會(huì)化標(biāo)注推薦的模擬實(shí)現(xiàn)與評(píng)價(jià) 103
6.1 基于社會(huì)化標(biāo)注推薦的模擬實(shí)現(xiàn) 103
6.2 推薦算法的評(píng)估 111
第三篇語義優(yōu)化篇
第7章基于多義標(biāo)簽的推薦算法優(yōu)化 115
7.1 標(biāo)簽預(yù)處理 115
7.2 多義標(biāo)簽識(shí)別 117
7.3 用戶模型標(biāo)簽消歧 122
7.4 基于標(biāo)簽消歧的推薦優(yōu)化算法 124
第8章基于同義標(biāo)簽的推薦算法優(yōu)化 127
8.1 WordNet 概述 128
8.2 構(gòu)建同義標(biāo)簽集 129
8.3 資源模型的同義擴(kuò)展 133
8.4 基于同義擴(kuò)展的推薦算法優(yōu)化 136
第9章實(shí)驗(yàn)結(jié)果與分析 139
9.1 算法實(shí)現(xiàn) 139
9.2 算法評(píng)價(jià) 142
第四篇結(jié)論篇
第10章結(jié)論與展望 152
10.1 主要結(jié)論 152
10.2 后續(xù)研究展望 154
參考文獻(xiàn) 156