用子空间粒子群聚类算法识别Folksonomy标签冗余的研究

Wcb2.。标签系统中经常包含很多冗余的标签，标签冗余会增加用户选择喜好项目时的负担，从而影响用户建模和对推荐系统的评估。标签数据集通常存在着大量不相关或是冗余的特征，而不同簇之间的相关特征子集又是不一样的，所以应该从不同的特征子集中来发现簇。提出使用子空间粒子群聚类识别标签冗余，算法采用指数型变权类似K-means的目标函数，该函数对变量权值的改变更加敏感。在此基础上利用粒子群优化目标函数搜寻得到全局最优的标签聚类，提高抽取冗余标签的准确度实验结果表明，此算法具有较强的全局搜索能力，应用于标签冗余识别获得了更好的精度。