%A 叶佳鑫,熊回香 %T 基于标签的跨领域资源个性化推荐研究* %0 Journal Article %D 2019 %J 数据分析与知识发现 %R 10.11925/infotech.2096-3467.2018.0497 %P 21-32 %V 3 %N 2 %U {https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/abstract/article_4612.shtml} %8 2019-02-25 %X

【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。