多標(biāo)記學(xué)習(xí)算法及其在標(biāo)簽推薦中應(yīng)用研究.pdf

1、信息技術(shù)的飛速發(fā)展帶來了信息過載問題，它使用戶很難從海量的數(shù)據(jù)中獲取有用的信息.自動(dòng)分類作為解決信息過載問題的有效手段，已經(jīng)在眾多領(lǐng)域得到廣泛應(yīng)用.傳統(tǒng)的分類都假設(shè)實(shí)例只與一個(gè)標(biāo)記相關(guān)，而在類似文本、圖像、視頻等領(lǐng)域中，實(shí)例通常都與多個(gè)標(biāo)記相關(guān)，傳統(tǒng)的分類算法也就不再適用，因此對(duì)多標(biāo)記數(shù)據(jù)的學(xué)習(xí)成為重要的研究課題.標(biāo)簽推薦則隨著標(biāo)簽網(wǎng)站的迅速發(fā)展成為熱門的研究問題之一.本文主要研究多標(biāo)記學(xué)習(xí)算法，并根據(jù)多標(biāo)記學(xué)習(xí)與標(biāo)簽推薦的預(yù)測結(jié)果都是

2、多個(gè)元素的特點(diǎn)，對(duì)多標(biāo)記學(xué)習(xí)算法在標(biāo)簽推薦中的應(yīng)用展開相關(guān)的研究.
　　本文首先對(duì)多標(biāo)記學(xué)習(xí)與標(biāo)簽推薦的概念進(jìn)行闡述，分別總結(jié)了多標(biāo)記學(xué)習(xí)與標(biāo)簽推薦的相關(guān)算法，并分析了各算法的優(yōu)缺點(diǎn).其次，提出了基于標(biāo)記間關(guān)系的多標(biāo)記學(xué)習(xí)算法，該算法對(duì)元級(jí)特征進(jìn)行了改進(jìn)，改進(jìn)后的簡化元級(jí)特征保留了元級(jí)特征能夠表示實(shí)例與標(biāo)記的關(guān)系的特點(diǎn)，同時(shí)減少了輸入空間的維度.在此基礎(chǔ)上，該算法提出結(jié)合簡化的元級(jí)特征以及標(biāo)記空間得到標(biāo)記間關(guān)系矩陣的方法，預(yù)測階段

3、結(jié)合該矩陣與簡化的元級(jí)特征得到預(yù)測結(jié)果.在多標(biāo)記數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，該算法能夠有效的利用標(biāo)記間的關(guān)系，且更適用于對(duì)標(biāo)記間依賴關(guān)系較強(qiáng)的數(shù)據(jù)集進(jìn)行分類.最后，根據(jù)標(biāo)簽推薦的特點(diǎn)，對(duì)多標(biāo)記學(xué)習(xí)算法的部分實(shí)現(xiàn)進(jìn)行了改進(jìn)，提出了用于標(biāo)簽推薦的多標(biāo)記學(xué)習(xí)算法.訓(xùn)練階段，提出了以標(biāo)簽共現(xiàn)次數(shù)來計(jì)算標(biāo)簽間關(guān)系矩陣的方法.推薦階段，提出了以標(biāo)簽向量來表示用戶與資源的歷史信息，結(jié)合該標(biāo)簽向量與標(biāo)簽間關(guān)系矩陣得到推薦的標(biāo)簽集合.在標(biāo)簽數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果