融合多源异构网络信息的标签推荐方法

包恒泽(),周栋*(),吴谈

湖南科技大学计算机科学与工程学院，湖南 湘潭 411201

收稿日期:2018-10-17出版日期:2019-03-01发布日期:2019-03-19
通讯作者:周栋E-mail:2275050078@qq.com;dongzhou1979@hotmail.com
作者简介:包恒泽(1993—)，男，硕士研究生，研究方向为信息检索、自然语言处理. E-mail:2275050078@qq.com
基金资助:国家自然科学基金资助项目(61876062);湖南省自然科学基金资助项目(2017JJ2101);湖南省教育厅科研项目(16K030)

Tag recommendation with multi-source heterogeneous networked information

Heng-ze BAO(),Dong ZHOU*(),Tan WU

School of Computer Science and Engineering, Hunan University of Science and Technology, Xiangtan 411201, Hunan, China

Received:2018-10-17Online:2019-03-01Published:2019-03-19
Contact:Dong ZHOU E-mail:2275050078@qq.com;dongzhou1979@hotmail.com

Supported by:国家自然科学基金资助项目(61876062);湖南省自然科学基金资助项目(2017JJ2101);湖南省教育厅科研项目(16K030)

摘要/Abstract

摘要： 标签通常被广泛地应用于标注各种在线资源，例如文章、图像、电影等，其主要目的是便于用户理解以及高效地管理和检索海量网络资源。因为人工对这些海量资源进行标注十分繁琐且耗时，所以自动化标签推荐技术被广泛关注。目前大部分标签推荐方法主要通过挖掘资源的内容信息进行推荐。然而，现实世界中很多数据信息并非独立存在，如文献数据通过相互引用关系而形成复杂的网络结构。研究表明，资源的拓扑结构信息和文本内容信息可分别从2个不同角度对同一资源的语义特征进行概括，并且从2个方面观察到的信息可以互为补充和解释。基于此，提出一种同时对资源内容信息和资源网络拓扑结构信息进行统一建模的概率主题模型和标签推荐方法。该方法通过结合标签和资源内容之间的标注关系以及资源之间的链接关系等多源异构信息，去挖掘资源潜在的语义信息为新的资源推荐若干功能语义相近的标签。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3048