基于大众分类的互联网对象概要建立与对象关系的深入探究

发布时间：2023-10-12 01:05

　　进入web 2.0时代,互联网产品的内容可由用户主导而生成,用户协作的应用场景越来越普及,大众分类便是用户协作应用中的杀手级应用。在大众分类系统中,用户可以自由、简单地用标签标记其感兴趣的资源。此过程中,用户、标签和资源三者之间存在三种关系:标签与资源之间的标记作用力,即标签是对资源内容的描述;标签与用户之间的标记反作用力,即标签是对用户喜好的描述;以及用户和资源之间的互为因果关系,即用户的某一爱好与其所标记的资源的内容是一致的。现有工作中,用户-资源间的互为因果关系尚未被使用,本文第一次发掘了这一关系,并进行了实验检验。本文首先利用大众分类中的用户-标签、资源-标签关系为互联网对象(用户和资源)生成概要,并根据用户-资源关系对用户概要进行扩充;然后,将大众分类标签空间中的全部标签根据语义关系进行结构化;接着,以梳理出的标签结构为工具,以对象概要为输入,输出对象之间的相似度;最后,根据相似度排序,为互联网用户进行资源推荐。为对标签进行结构化,本文提出了一种提出的基于统计学理论进行语义包含关系提取算法(Confidence and Support Based Semantic Relat...

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
主要符号对照表
第一章 绪论
    1.1 研究背景
    1.2 应用场景
    1.3 研究现状
        1.3.1 用户概要建立
        1.3.2 标签语义关系提取
        1.3.3 标签结构化
    1.4 研究目的与意义
        1.4.1 用户-资源关系的深入探究
        1.4.2 对标签语义信息的挖掘
    1.5 本章小结与文章内容安排
第二章 理论背景
    2.1 概率与统计
        2.1.1 TF-IDF
        2.1.2 概率分布函数与置信水平
        2.1.3 关联规则
        2.1.4 精确率与召回率
    2.2 图论
        2.2.1 随机游走
        2.2.2 二部图匹配
    2.3 推荐算法
        2.3.1 潜层语义分析
        2.3.2 协同过滤
    2.4 本章小结
第三章 问题建模
    3.1 问题表述与分析
    3.2 基本假设与说明
        3.2.1 冗余信息价值
        3.2.2 标签语义关系
        3.2.3 对象的特征标签
    3.3 问题形式化
    3.4 本章小结
第四章 算法提出
    4.1 对象概要的生成与扩充
        4.1.1 标签初步获取
        4.1.2 确定特征标签
        4.1.3 用户概要扩充
    4.2 标签的结构化
        4.2.1 语义关系提取
        4.2.2 标签一般性
        4.2.3 标签结构化
    4.3 对象相似性计算
    4.4 本章小结
第五章 实验验证
    5.1 实验环境
    5.2 数据集与预处理
    5.3关于标签语义提取的实验
        5.3.1 FBOV
        5.3.2 CSSRE
        5.3.3 结果分析
    5.4关于对象概要建模的实验
        5.4.1 基于TASHR建模的资源推荐
        5.4.2 基于LSI建模的资源推荐
        5.4.3 基于IBCF建模的资源推荐
        5.4.4 结果分析
    5.5 关于用户概要扩充的实验
        5.5.1 TASHR扩充前后
        5.5.2 结果分析
    5.6 本章小结
第六章 全文总结与展望
    6.1 本文工作总结
    6.2 未来工作展望
参考文献
致谢
攻读学位期间发表的学术论文



本文编号：3853142