标题
  • 标题
  • 作者
  • 关键词

融合社会关系的用户标签主题模型

2017-03-18分类号:TP391.1

【作者】李慧宗  周姣  王向前  张宝隆  
【部门】安徽理工大学经济与管理学院  
【摘要】[目的/意义]标签潜在主题的有效识别是解决社会化标注语义模糊问题的关键,对于建模用户兴趣、为用户提供精准的标签推荐、改善社会化标注系统的用户使用体验具有重要的意义。[过程/方法]为了从标注行为的角度识别用户所标注标签的主题,提出一种融合社会关系的用户标签主题模型。首先,从标注系统中建模用户的社会关系;其次,利用随机游走的方法对用户的社会关系进行链接分析并获取用户的权威度分数,将其加权到"用户-标签"的二元标注关系上;此基础上,构建基于用户加权的标签LDA模型,通过迭代学习出标签的潜在主题。[结果/结论]实
【关键词】社会化标签  社会关系  用户加权  Latent Dirichlet Allocation(LDA)  主题模型
【基金】国家自然科学基金项目“基于领域本体的煤矿安全数据融合方法及应用”(编号:51474007);; 教育部人文社会科学研究青年基金项目“社会化标注环境下的标签层次关系发现方法研究”(编号:13YJCZHO77);; 安徽省人文社科重点研究基地项目“煤矿安全风险领域本体的构建技术及应用研究”(编号:SK2015A082)和“基于多源异构信息融合的煤矿安全管理体系与方法研究”(编号:SK2014A042)
【所属期刊栏目】情报杂志
文献传递