学位论文 > 优秀研究生学位论文题录展示

基于语义的标签推荐系统关键问题研究

作　者: 邓双义
导　师: 贺樑
学　校: 华东师范大学
专　业: 计算机软件与理论
关键词: 个性化推荐协同过滤标签推荐系统语义相似度相似度计算标签系统
分类号: TP311.52
类　型: 硕士论文
年　份: 2010年
下　载: 454次
引　用: 2次
阅　读: 论文下载

内容摘要

随着Internet和Web2.0技术的飞速发展,日益严重的信息过载问题推进了个性化推荐系统的快速发展。现有的个性化推荐技术虽然在一定程度上帮助了人们在信息的海洋中寻找到自己喜好的信息,仍而却不能准确的理解用户的喜好,从而影响到推荐的准确率及推荐效果。本文针对传统个性化推荐系统的局限性,结合标签系统和推荐系统提出了基于语义的标签推荐系统框架。重点分析了标签系统中的各个模块,包括标签的结构分析、标签整理方法、标签选择算法,以及构建基于标签的用户喜好模型。此外,在推荐系统的推荐算法部分,本文提出了基于语义相似度的标签推荐算法,较好地解决了词和词的相似度以及句子和句子的相似度计算问题。最后,本文通过实验分析来验证所提出的基于语义的标签推荐系统及基于语义相似标签算法,并且同其他主要推荐算法进行了比较。实验结果表明,本文提出的基于语义相似标签推荐算法在推荐精度上有一定的提高。

全文目录

摘要  6-7
Abstract  7-10
第一章引言  10-14
  1.1 基于标签推荐系统研究背景及意义  10-11
  1.2 标签推荐系统面临的问题和挑战  11-12
  1.3 本文的研究思路  12-13
  1.4 论文的结构安排  13-14
第二章相关推荐技术  14-28
  2.1 协同过滤推荐技术  14-22
  2.2 传统标签推荐系统介绍  22-27
    2.2.1 传统标签推荐系统框架  22-24
    2.3.2 标签喜好推导  24-27
    2.3.3 基于标签的推荐  27
  2.3 本章小结  27-28
第三章基于语义的标签推荐系统框架  28-38
  3.1 标签推荐系统  28-30
  3.2 基于语义的标签推荐系统框架  30-33
    3.2.1 传统标签推荐系统的缺陷  30-31
    3.2.2 基于语义的标签推荐系统框架  31-33
  3.3 用户喜好模型  33-37
    3.3.1 基于标签推荐系统用户喜好模型  33-35
    3.3.2 用户喜好模型的建立  35-37
  3.4 本章小结  37-38
第四章基于 WordNet的语义相似度的标签推荐算法  38-52
  4.1 CFBTSS算法相关概念及基础算法  38-43
    4.1.1 基于路径的算法  39-41
    4.1.2 基于信息内容 IC的算法  41-43
  4.2 CFBTSS推荐算法  43-51
    4.2.1 CFBTSS_W算法  44-45
    4.2.2 CFBTSS_S算法  45-50
    4.2.3 推荐的生成  50-51
  4.3 本章小结  51-52
第五章实验分析  52-59
  5.1 基于 WordNet语义相似度分析  52-56
    5.1.1 数据集  52
    5.1.2 实验结果分析  52-55
    5.1.3 性能对比  55-56
  5.2 基于标签语义相似度的推荐算法实验  56-58
    5.2.1 实验数据集  56-57
    5.2.2 实验方法  57
    5.2.3 实验结果  57-58
  5.3 本章小结  58-59
第六章结论与展望  59-61
  6.1 本文工作总结  59
  6.2 工作展望  59-61
附录  61
参考文献  61-64
后记致谢  64

基于语义的标签推荐系统关键问题研究

内容摘要

全文目录

相似论文