科创中国

在线百科问的标签推荐算法

原文链接：万方

• 作者：

  刘阔,姚舒扬,邓志鸿

• 摘要：

  信息社会中在线百科已成为人们获取知识的重要途径,而在线百科的标签系统作为其重要组成部分,不仅可以帮助人们在浏览某张页面时获取其他相关页面的信息,而且对于海量文本分类,以及提高在线百科检索系统的检索效率都有很大帮助.充分利用在线百科页面间的链接关系,提出了一种基于页面间的同质性原理和向量空间模型的全新针对在线百科的标签推荐算法HVSM(homogeneous principle based vector spacemodel).该标签推荐算法具有普适性,可在不同在线百科系统间推荐标签.实验结果表明,通过与朴素推荐算法NAM(nawere commendation model)进行比较,新的推荐算法可以达到更高的准确率.并且通过对实验数据进行分析,得到了若干有益的结论,为今后的研究工作奠定了基础.

• 关键词：

  在线百科系统 标签推荐 同质性原理 向量空间模型 online encyclopedia system tag recommendation homogeneous principle vector space model

• 作者单位：

  北京大学信息科学技术学院计算机系,北京100871%北京大学信息科学技术学院智能科学系,北京100871%北京大学信息科学技术学院机器感知与智能教育部重点实验室,北京100871

• 基金项目：

  The National Natural Science Foundation of China under Grant No. 61170091 （国家自然科学基金 ）; the National High-Tech Research and Development Plan of China under Grant No. 2009AA01Z 136 （国家高技术研究发展计划（863））.

• 来源期刊：

  计算机科学与探索

• 年，卷(期)：

  20126008