基于Folksonomy用戶偏好的推薦方法研究.pdf

1、隨著“以用戶為中心”為主要理念的Web2.0的深入發(fā)展，Folksonomy秉承了這一重要思想因而得到廣泛推廣，同時也因其自由性、靈活性和共享性等特點逐漸成為當前網絡最流行的應用之一。標簽作為Folksonomy系統的重要產物，不僅能有效的組織、分享和檢索資源，還能表示用戶的偏好信息，但也存在著一些缺憾，如標簽的分布稀疏性、用戶標注的隨意性、標簽的語義模糊性等問題，都阻礙了標簽在信息檢索、推薦方面發(fā)揮更大的作用。近年來，通過標簽來研究用

2、戶的偏好以及為用戶進行個性化推薦服務已成為廣大學者研究的熱門方向。本文的研究工作也以標簽為主要研究對象展開，主要包括以下內容：
　　(1)提出了一種基于Folksonomy的用戶動態(tài)分類思想。該方法以具有時間屬性的標簽為基礎，通過對Folksonomy分類技術研究，本文認為帶有時間屬性的標簽能直接動態(tài)反映用戶對資源的偏好，而評論作為一種大粒度的標簽則是本文的主要研究對象。首先，針對標簽的數據稀疏性問題，利用評論數據的易獲取性和動態(tài)

3、性，本文通過評論進行分詞，提取高頻標簽來表示用戶的動態(tài)偏好，然后，針對標簽的同義、多義及其平面性問題，對標簽進行擴展，提高計算標簽相似度的準確性，通過計算標簽的相似性來計算評論的相似性，將評論聚類，并到映射用戶類，從而將具有共同用戶偏好的用戶劃為一組，最后通過用戶在不同時間段的分組變化，獲取用戶偏好的轉移趨勢。同時也為不支持標注功能的網站改善個性化推薦服務提供了一種新思路。
　　(2)改進了傳統基于用戶協同過濾的標簽推薦算法。該方

4、法針對不具有時間屬性的標簽展開研究改進。首先，為了減小算法的計算復雜度和緩解相似用戶可能因沒有使用過相同標簽而不能被判定為相似用戶的問題帶來的影響，提出對標簽進行概念分類的概念，應用標簽標記度等概念對用戶-標簽矩陣進行過濾，然后，針對已獲取數據矩陣的稀疏性問題，引入標簽類別客觀特征屬性和用戶標簽偏好等概念，對用戶-標簽矩陣進行填充，最后，通過實驗驗證改進算法較傳統算法能更好的提高預測推薦的準確性，改善了標簽推薦質量。
　　(3)通