首页 | 本学科首页   官方微博 | 高级检索  
     

三部图张量分解标签推荐算法
引用本文:廖志芳,李玲,刘丽敏,李永周.三部图张量分解标签推荐算法[J].计算机学报,2012,35(12).
作者姓名:廖志芳  李玲  刘丽敏  李永周
作者单位:1. 中南大学软件学院 长沙410075
2. 中南大学信息科学与工程学院 长沙410075
3. 中南大学信息科学与工程学院计算机科学与技术博士后流动站 长沙410083
基金项目:国家自然科学基金,国家博士后科学基金
摘    要:三部图作为社会标签系统的表示方法,虽然可以简化标签系统元素间关系的表达,但也丢失了部分元素间的相关信息,而且不能有效处理标签系统中具有大量稀疏值和缺失值的数据.基于以上问题,文中提出了基于三部图的三维张量分解推荐算法(TTD算法).首先分析三部图元素间可能丢失的信息,通过定义以三部图为基础的低阶张量分解模型,对高阶稀疏数据进行分析.该模型不仅包含三部图所表达的系统信息,同时还表达了三部图所丢失的元素间相互信息;在此基础上,利用缺失值处理,进行社会标签系统中的标签推荐预测.通过模型对比实验以及标签预测实验,表明TTD模型所揭示的社会标签系统中元素间的相互关系更加全面,同时在进行标签预测时,所得到的预测结果召回率和精确率得到了显著改善.

关 键 词:三部图  张量分解三部图模型(TTD)  标签预测  社会标签系统

A Tripartite Decomposition of Tensor for Social Tagging
LIAO Zhi-Fang , LI Ling , LIU Li-Min , LI Yong-Zhou.A Tripartite Decomposition of Tensor for Social Tagging[J].Chinese Journal of Computers,2012,35(12).
Authors:LIAO Zhi-Fang  LI Ling  LIU Li-Min  LI Yong-Zhou
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号