基于标签的跨领域资源个性化推荐研究

摘要：

[目的]利用标签间的关系实现跨领域资源推荐.[方法]构建跨领域资源推荐模型,分析标签特性并选择可用于跨领域推荐的标签.以DBSCAN算法结合标签向量实现初步的基于资源类型的跨领域资源推荐,将TF-IDF算法与个性化标签相结合改进初步结果,实现个性化更强的二次推荐.[结果]基于资源推荐的召回率、准确率、F值分别为0.82、0.75、0.78,基于用户标签推荐的召回率、准确率、F值分别为0.80、0.74、0.77,基于资源与用户推荐的结果与用户兴趣具有强关联性.[局限]用于初次推荐的标签数量较少,难以全面反映资源特征.用于二次推荐的标签需根据用户进行选择,采集较为困难.[结论]当不同领域中的标签具有一定关联性时,可以通过标签实现跨领域的资源推荐.

关键词：标签、跨领域、资源聚类、个性化推荐

所属期刊栏目：3

分类号：G354(情报学、情报工作)

资助基金：国家社会科学基金项目“基于人类行为动力学的社交网络信息交流行为研究”项目16BTQ076的研究成果之一

在线出版日期：2019-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：21-32