版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、Web2.O和社會化標(biāo)簽系統(tǒng)的流行,使得Folksonomy和標(biāo)簽推薦系統(tǒng)得到了越來越多的關(guān)注。隨著語義Web研究的深入,研究者嘗試?yán)帽倔w來解決Folksonomy的不足并為其構(gòu)建統(tǒng)一的結(jié)構(gòu)和語義表示。
為解決傳統(tǒng)標(biāo)簽推薦方法存在的多系統(tǒng)瓶頸、推薦質(zhì)量不高和無法推薦語義標(biāo)簽的問題,本文將標(biāo)簽本體和Folksonomy相結(jié)合,提出一種基于SCOT的語義標(biāo)簽推薦模型。對于該標(biāo)簽推薦模型,本文給出了語義獲取模塊、本體集成模塊、
2、本體管理模塊和語義推薦模塊所涉及的關(guān)鍵技術(shù)和實現(xiàn)原理。
在該模型基礎(chǔ)之上,本文設(shè)計出基于SCOT的語義標(biāo)簽推薦算法來實現(xiàn)語義推薦引擎。該算法結(jié)合傳統(tǒng)標(biāo)簽推薦方法和SCOT標(biāo)簽本體庫的優(yōu)勢,在資源描述、用戶興趣和資源標(biāo)簽這三個標(biāo)簽源組成的候選集基礎(chǔ)上,使用SCOT本體庫的共現(xiàn)實例對候選集進(jìn)行標(biāo)簽共現(xiàn)擴(kuò)展,然后使用基于SCOT的標(biāo)簽語義相似度計算方法進(jìn)行標(biāo)簽語義消歧后得到推薦集,從而有效提高推薦質(zhì)量并為用戶推薦語義標(biāo)簽。
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶模型質(zhì)量和語義聚類的標(biāo)簽推薦算法研究.pdf
- 基于詞向量的標(biāo)簽語義推薦算法研究.pdf
- 基于標(biāo)簽的推薦系統(tǒng)模型及算法研究.pdf
- 基于標(biāo)簽—主題模型的標(biāo)簽推薦研究.pdf
- 基于稀疏標(biāo)簽語義偏好模型的個性化推薦.pdf
- 基于隱語義模型的個性化推薦算法的研究.pdf
- 基于語義的標(biāo)簽推薦系統(tǒng)關(guān)鍵問題研究.pdf
- 推薦系統(tǒng)中的隱語義模型算法研究.pdf
- 基于隱語義的混合推薦算法研究.pdf
- 基于學(xué)習(xí)自動機(jī)的隱語義模型推薦算法改進(jìn)研究.pdf
- 融合語義信息的因子模型推薦算法研究.pdf
- 基于Folksonomy的標(biāo)簽語義研究.pdf
- 基于隱語義模型的推薦系統(tǒng)研究.pdf
- 基于混合模型的科技論文標(biāo)簽推薦方法研究.pdf
- 基于社會化標(biāo)簽的P2P語義推薦研究.pdf
- 基于多標(biāo)簽學(xué)習(xí)的圖像區(qū)域語義自動標(biāo)注算法研究.pdf
- 基于嵌入模型的深度推薦模型算法研究.pdf
- 基于圖模型的視頻推薦算法研究及實現(xiàn).pdf
- 基于領(lǐng)域本體的語義檢索及個性化推薦算法研究.pdf
- 基于標(biāo)簽信息的個性化音樂推薦算法研究.pdf
評論
0/150
提交評論