计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
2期
504-509
,共6页
标签推荐%统计语言模型%隐含话题模型%不同粒度
標籤推薦%統計語言模型%隱含話題模型%不同粒度
표첨추천%통계어언모형%은함화제모형%불동립도
针对社会标签系统中不同粒度的特征在表示文档时具有不同的描述能力这一特性,提出从词粒度和话题粒度来推荐社会标签以提高标签推荐的准确度.提出使用统计语言模型(词粒度)和隐含话题模型(话题粒度)分别建模文档的描述集和标签集,首先使用单个模型进行标签推荐,然后融合不同的特征粒度进行标签推荐.实验结果表明:就单一方法讲,基于统计语言模型的推荐性能要比基于话题粒度模型的推荐性能好；基于两种方法的混合方法的性能要好于没有混合的基于话题的单个方法；涉及较少特征的混合方法的推荐性能要优于涉及较多特征的混合方法.
針對社會標籤繫統中不同粒度的特徵在錶示文檔時具有不同的描述能力這一特性,提齣從詞粒度和話題粒度來推薦社會標籤以提高標籤推薦的準確度.提齣使用統計語言模型(詞粒度)和隱含話題模型(話題粒度)分彆建模文檔的描述集和標籤集,首先使用單箇模型進行標籤推薦,然後融閤不同的特徵粒度進行標籤推薦.實驗結果錶明:就單一方法講,基于統計語言模型的推薦性能要比基于話題粒度模型的推薦性能好；基于兩種方法的混閤方法的性能要好于沒有混閤的基于話題的單箇方法；涉及較少特徵的混閤方法的推薦性能要優于涉及較多特徵的混閤方法.
침대사회표첨계통중불동립도적특정재표시문당시구유불동적묘술능력저일특성,제출종사립도화화제립도래추천사회표첨이제고표첨추천적준학도.제출사용통계어언모형(사립도)화은함화제모형(화제립도)분별건모문당적묘술집화표첨집,수선사용단개모형진행표첨추천,연후융합불동적특정립도진행표첨추천.실험결과표명:취단일방법강,기우통계어언모형적추천성능요비기우화제립도모형적추천성능호；기우량충방법적혼합방법적성능요호우몰유혼합적기우화제적단개방법；섭급교소특정적혼합방법적추천성능요우우섭급교다특정적혼합방법.
