基于协同矩阵分解的社会化标签系统的资源推荐

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＷＡＮＧＨａｉ — ｌｅｉ ’ ．ＭＵＹａｎ— ｃｈａｏ．ＹＵＸｕｅ — ｎｉｎｇ
（１．ａ．ＧｕａｎｇｈｕａＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔ，ｂ．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃｓＥｎｇｉｎｅｅｒｉｎｇ＆ＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＰｅｋｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｒｉｎｇ１００８７１，Ｃｈｉｎａ；
关键词：社会化标签；用户；资源；标签；推荐中图分类号：ＴＰ３９３文献标志码：Ａ文章编号：１００１ — ３６９５（２０１３）０６ — １７３９ — ０３
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１ — ３６９５．２０１３．０６．０３６
第３Ｏ卷第６期
２０１３年６月
计算机应用研究
ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ
Ｖｏ１．３０Ｎｏ．６
Ｊｕｎ．２０１３
基于协同矩阵分解的社会化标签系统的资源推荐木
ｆａｃｔｏｒｉｚａｔｉｏｎｍｅｔｈｏｄ．ＩｔｄｅｒｉｖｅｄｔｈｅｄａｔａｓｅｔｆｒｏｍＤｅｌｉｃｉｏｕｓ．Ｂｅｃａｕｓｅｕｓｅｒｓ，ｒｅｓｏｕｒｃｅｓ，ａｎｄｔａｇｓｈａｖｅａｃｅｒｔａｉｎｓｉｍｉｌａｒｉｔｙ。ｕｓｉｎｇ
王海雷ｈ，牟雁超，俞学宁３
（１．北京大学ａ．光华管理学院；ｂ．信息科学技术学院，北京１００８７１；２．中国民生银行博士后工作站，北京
１０００３１；３．中国民生银行科研培训学院，北京１０００８４）摘要：应用来自Ｄｅｌｉｃｉｏｕｓ的数据集，通过对精确度和召回率等指标的测评，研究了协同矩阵分解对社会化标
签系统中资源推荐的有效性问题，由于用户、资源、标签之间具有一定的相似性，采用了通过同时分解三者在不
同方向的潜在兴趣值，对用户推荐其潜在兴趣方向相近的资源的方法。与协同过滤、图结构分析的结果进行了对比，研究结果表明该方法要优于其他方法。为了证明协同矩阵分解的有效性，对正规化、学习率、ｕＴ因子和ＩＴ因子等各个变量也进行了参数敏感度分析。
Ｒｅｓｏｕｒｃｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｉｎｓｏｃｉａｌｔａｇｇｉｎｇｓｙｓｔｅｍｂａｓｅｄｏｎｃｏｌｌａｂｏｒａｔｉｖｅｍａｔｒｉｘｆａｃｔｏｒｉｚａｔｉｏｎ
ｔｈｅｄｅｃｏｍｐｏｓｉｔｉｏｎｏｆｐｏｔｅｎｔｉａｌｉｎｔｅｒｅｓｔｖａｌｕｅｓｉｍｕｌｔａｎｅｏｕｓｌｙｉｎｔｈｒｅｅｄｉｆｆｅｒｅｎｔｄｉｒｅｃｔｉｏｎｓ．ｓｉｍｉｌａｒｒｅｓｏｕｒｃｅｓｗｉｔｈｐｏｔｅｎｔｉａｌｉｎｔｅｒ．ｅｓｔｏｆｕｓｅｒｓｗａｓｒｅｃｏｍｍｅｎｄｅｄ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｉｓｏｐｔｉｍａｌｃｏｍｐａｒｉｎｇｗｉｔｈｏｔｈｅｌ＂ｍｅｔｈｏｄｓ．ｓｕｃｈ
ＭｉｎｓｈｅｎｇＢａｎｋｉｎｇＣｏｒｐ．Ｌｔｄ．，Ｂｅｉｉｆｎｇ１０００８４， Байду номын сангаас ｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｓｔｕｄｉｅｄｔｈｅｖａｌｉｄｉｔｙｏｆｒｅｓｏｕｒｃｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｉｎｓｏｃｉａｌｔａｇｇｉｎｇｓｙｓｔｅｍｂｙｕｓｉｎｇｃｏｌｌａｂｏｒａｔｉｖｅｍａｔｒｉｘ
２．ＰｏｓｔｄｏｃｔｏｒａｌＷｏｒｋｓｔａｔｉｏｎ，ＣｈｉｎａＭｉｎｓｈｅｎｇＢａｎｋｉｎｇＣｏｒｐ．Ｌｔｄ．，Ｂｅｊｉｉｎｇ１０００３１，Ｃｈｉｎａ；３．ＳｃｉｅｎｔｉｉｆｃＲｅｓｅａｒｃｈＴｒａｉｎｉｎｇＡｃａｄｅｍｙ，Ｃｈｉｎａ