社会书签系统的标签建议【外文翻译】.doc

1、毕业论文（设计）外文翻译原文TAGRECOMMENDATIONSINSOCIALBOOKMARKINGSYSTEMSROBERTJASCHKE,LEANDROMARINHO,ANDREASHOTHO,LARSSCHMIDTTHIEMEANDGERDSTUMMEKNOWLEDGEWHENCLICKINGONARESOURCEONESEESWHICHOTHERUSERSHAVEUPLOADEDTHISRESOURCEANDHOWTHEYTAGGEDITANDWHENCLICKINGONATAGONESEESWHOASSIGNEDITTOWHICHRESOURCESBASEDONTHETAGSTHA

2、TAREASSIGNEDTOARESOURCE,USERSAREABLETOSEARCHANDFINDHEROWNOROTHERUSERSRESOURCESWITHINSUCHSYSTEMSTOSUPPORTUSERSINTHETAGGINGPROCESSANDTOEXPOSEDIFFERENTFACETSOFARESOURCE,MOSTOFTHESYSTEMSOFFEREDSOMEKINDOFTAGRECOMMENDATIONSALREADYATANEARLYSTAGEDELICIOUS,FORINSTANCE,HADATAGRECOMMENDERINJUNE2005ATTHELATEST,

3、ANDALSOINCLUDEDRESOURCERECOMMENDATIONSHOWEVER,NOALGORITHMICDETAILSWEREPUBLISHEDWEASSUMETHATTHESERECOMMENDATIONSBASICALLYPROVIDETHOSETAGSWHICHWEREMOSTFREQUENTLYASSIGNEDTOTHERESOURCECALLEDMOSTPOPULARTAGSBYRESOURCEINTHESEQUELASOFTODAY,NOBODYHASEMPIRICALLYSHOWNTHEBENEFITSOFRECOMMENDERSINSUCHSYSTEMSINTHI

4、SPAPER,WEWILLEVALUATEATAGRECOMMENDERBASEDONCOLLABORATIVEFILTERINGINTRODUCEDINSECTION31,AGRAPHBASEDRECOMMENDERUSINGOURRANKINGALGORITHMFOLKRANKSEESECTION32ANDSEVERALSIMPLERAPPROACHESBASEDONTAGCOUNTSSECTION33INSECTION4,WEDISCUSSTHECOMPUTATIONALCOSTSOFTHEDIFFERENTALGORITHMSTHEQUALITYOFTHERESULTINGRECOMM

5、ENDATIONSISEVALUATEDONTHREEREALWORLDFOLKSONOMYDATASETSFROMDELICIOUS,BIBSONOMYANDLASTFMSECTIONS5AND6INTHENEXTSECTIONWESTARTWITHRECALLINGTHEBASICSANDDISCUSSINGRELATEDWORKTHERESULTSPRESENTEDINTHISARTICLEBUILTUPONRESULTSPRESENTEDATTHE18THEUROPEANCONFERENCEONMACHINELEARNINGECML/11THEUROPEANCONFERENCEONPR

6、INCIPLESANDPRACTICEOFKNOWLEDGEDISCOVERYINDATABASESPKDD2007172RECOMMENDINGTAGSPROBLEMDEFINITIONANDSTATEOFTHEARTMOSTRECOMMENDERSYSTEMSARETYPICALLYUSEDTOCALLUSERSATTENTIONSTONEWOBJECTSTHEYDONOTKNOWYETANDHAVENOTRATEDALREADYINTHEPASTTHISISOFTENDUETOTHEFACTTHATTHEREISNOREPEATBUYINGINDOMAINSLIKEBOOKS,MOVIE

7、S,MUSICETCINWHICHTHESESYSTEMSTYPICALLYOPERATEINSOCIALBOOKMARKINGSYSTEMS,ONTHECONTRARY,REOCCURRINGTAGSAREANESSENTIALFEATUREFORSTRUCTURINGTHEKNOWLEDGEOFAUSERORAGROUPOFUSERS,ANDHAVETOBECONSIDEREDBYATAGRECOMMENDERTHISMEANSTHATTHEFACTTHATATAGALREADYHASBEENUSEDTOANNOTATEARESOURCEDOESNOTEXCLUDETHEPOSSIBILI

8、TYOFRECOMMENDINGTHESAMETAGFORADIFFERENTRESOURCEOFTHESAMEUSEROVERALL,RECOMMENDINGTAGSCANSERVEVARIOUSPURPOSES,SUCHASINCREASINGTHECHANCESOFGETTINGARESOURCEANNOTATED,REMINDINGAUSERWHATARESOURCEISABOUTANDCONSOLIDATINGTHEVOCABULARYACROSSTHEUSERSINTHISSECTIONWEFORMALIZETHENOTIONOFFOLKSONOMIES,FORMULATETHET

9、AGRECOMMENDATIONPROBLEM,ANDBRIEFLYDESCRIBETHESTATEOFTHEARTONTAGRECOMMENDATIONSINFOLKSONOMIES21AFORMALMODELFORFOLKSONOMIESFORMALLY,AFOLKSONOMYISATUPLEFU,T,R,Y,WHEREU,TANDRAREFINITESETS,WHOSEELEMENTSARECALLEDUSERS,TAGSANDRESOURCES,RESP,ANDYISATERNARYRELATIONBETWEENTHEM,IE,YUTR,WHOSEELEMENTSARECALLEDTA

10、GASSIGNMENTSTASFORSHORTUSERSARETYPICALLYDESCRIBEDBYTHEIRUSERID,ANDTAGSMAYBEARBITRARYSTRINGSWHATISCONSIDEREDARESOURCEDEPENDSONTHETYPEOFSYSTEMFORINSTANCE,INDELICIOUS,THERESOURCESAREURLS,INBIBSONOMYURLSORPUBLICATIONREFERENCES,ANDINLASTFM,THERESOURCESAREARTISTSFORCONVENIENCEWEALSODEFINE,FORALLUUANDRR,TU

11、,RTTU,T,RY,IE,TU,RISTHESETOFALLTAGSTHATUSERUHASASSIGNEDTORESOURCERTHESETOFALLPOSTSOFTHEFOLKSONOMYISTHENPU,S,RUU,RR,STU,R,STHUS,EACHPOSTCONSISTSOFAUSER,ARESOURCEANDALLTAGSTHATTHISUSERHASASSIGNEDTOTHATRESOURCE22PROBLEMDEFINITIONRECOMMENDERSYSTEMSRSINGENERALRECOMMENDINTERESTINGORPERSONALIZEDINFORMATION

12、OBJECTSTOUSERSBASEDONEXPLICITORIMPLICITRATINGSUSUALLYRSPREDICTRATINGSOFOBJECTSORSUGGESTALISTOFNEWOBJECTSTHATTHEUSERHOPEFULLYWILLLIKETHEMOSTTHETASKOFATAGRECOMMENDERSYSTEMISTORECOMMEND,FORAGIVENUSERUUANDAGIVENRESOURCERRWITHTU,R,ASETOFTAGSINMANYCASES,ISCOMPUTEDBYFIRSTGENERATINGARANKINGONTHESETOFTAGSACC

13、ORDINGTOSOMEQUALITYORRELEVANCECRITERION,FROMWHICHTHENTHETOPNELEMENTSARESELECTEDNOTICETHATTHENOTIONOFTAGRELEVANCEINFOLKSONOMIESCANASSUMEDIFFERENTPERSPECTIVES,IE,ATAGCANBEJUDGEDRELEVANTTOAGIVENRESOURCEACCORDINGTOTHESOCIETYPOINTOFVIEW,THROUGHTHEOPINIONOFEXPERTSINTHEDOMAINORBASEDONTHEPERSONALPROFILEOFAN

14、INDIVIDUALUSERFORALLTHEEVALUATEDALGORITHMS,WECONCENTRATEHEREONMEASURINGTHEINDIVIDUALNOTIONOFTAGRELEVANCE,IE,THEDEGREEOFLIKELINESSOFAUSERFORACERTAINSETOFTAGS,GIVENANEWORUNTAGGEDRESOURCE23RELATEDWORKGENERALOVERVIEWSONTHERATHERYOUNGAREAOFFOLKSONOMYSYSTEMSANDTHEIRSTRENGTHSANDWEAKNESSESAREGIVENIN13,20,22

15、IN23,MIKADEFINESAMODELOFSEMANTICSOCIALNETWORKSFOREXTRACTINGLIGHTWEIGHTONTOLOGIESFROMDELICIOUSRECENTLY,WORKONMORESPECIALIZEDTOPICSSUCHASSTRUCTUREMININGONFOLKSONOMIESEG,TOVISUALIZETRENDS9ANDPATTERNS27INUSERSTAGGINGBEHAVIORASWELLASRANKINGOFFOLKSONOMYCONTENTS15,ANALYZINGTHESEMIOTICDYNAMICSOFTHETAGGINGVO

16、CABULARY7,ORTHEDYNAMICSANDSEMANTICS12HAVEBEENPRESENTEDTHELITERATURECONCERNINGTHEPROBLEMOFTAGRECOMMENDATIONSINFOLKSONOMIESISSTILLSPARSETHEEXISTENTAPPROACHESUSUALLYLAYINTHECOLLABORATIVEFILTERINGANDINFORMATIONRETRIEVALAREASIN6,24,ALGORITHMSFORTAGRECOMMENDATIONSAREDEVISEDBASEDONCONTENTBASEDFILTERINGTECH

17、NIQUESXUETAL31INTRODUCEACOLLABORATIVETAGSUGGESTIONAPPROACHBASEDONTHEHITSALGORITHM18AGOODNESSMEASUREFORTAGS,DERIVEDFROMCOLLECTIVEUSERAUTHORITIES,ISITERATIVELYADJUSTEDBYAREWARDPENALTYALGORITHMBENZETAL3INTRODUCEACOLLABORATIVEAPPROACHFORBOOKMARKCLASSIFICATIONBASEDONACOMBINATIONOFNEARESTNEIGHBORCLASSIFIE

18、RSTHERE,AKEYWORDRECOMMENDERPLAYSTHEROLEOFACOLLABORATIVETAGRECOMMENDER,BUTITISJUSTACOMPONENTOFTHEOVERALLALGORITHM,ANDTHEREFORETHEREISNOINFORMATIONABOUTITSEFFECTIVENESSALONEBASILEETAL1SUGGESTSANARCHITECTUREOFANINTELLIGENTRECOMMENDERTAGSYSTEMIN10,29,32THEPROBLEMOFTAGAWARERESOURCERECOMMENDATIONSISINVEST

19、IGATEDTHESTANDARDTAGRECOMMENDERS,INPRACTICE,ARESERVICESTHATPROVIDETHEMOSTPOPULARTAGSUSEDFORAPARTICULARRESOURCETHISISUSUALLYDONEBYMEANSOFTAGCLOUDSWHERETHEMOSTFREQUENTUSEDTAGSAREDEPICTEDINALARGERFONTOROTHERWISEEMPHASIZEDTHEAPPROACHESDESCRIBEDABOVEADDRESSIMPORTANTASPECTSOFTHEPROBLEM,BUTTHEYSTILLDIVERGE

20、ONTHENOTIONOFTAGRELEVANCEANDEVALUATIONPROTOCOLUSEDIN1,31,EG,NOQUANTITATIVEEVALUATIONISPRESENTED,WHILEIN24,THENOTIONOFTAGRELEVANCEISNOTENTIRELYDEFINEDBYTHEUSERSBUTPARTIALLYBYEXPERTSFURTHERMORE,MOSTOFTHEMMAKEUSEOFSOMECONTENTINFORMATIONWHICHISSPECIFICTOTHEPARTICULARTYPEOFRESOURCEOFTHESYSTEMITISCERTAINL

21、YINTERESTINGTOEXPLOITCONTENTINFORMATION,BUTSINCEFOLKSONOMIESCANSUPPORTDIFFERENTTYPESOFRESOURCES,EGAUDIO,IMAGE,TEXTORVIDEO,ONEWOULDNEEDTOWRITESPECIFICRECOMMENDERSSUITEDFOREACHDISTINCTCONTENTTYPEINTHISPAPERWEAREPARTICULARLYINTERESTEDINGENERICALGORITHMSTHATCANBEAPPLIEDTOFOLKSONOMIESDISREGARDINGTHEDOMAI

22、NANDKINDOFRESOURCESUPPORTEDMOSTRECENTLY,THEECMLPKDD2008DISCOVERYCHALLENGEHASADDRESSEDTHEPROBLEMOFTAGRECOMMENDATIONSINFOLKSONOMIES3RECOMMENDATIONALGORITHMSINTHISSECTIONWEPRESENTTHREECLASSESOFRECOMMENDATIONALGORITHMSWEWILLEVALUATEINTHEFOLLOWINGSECTIONSASTRAIGHTFORWARDADAPTATIONOFCOLLABORATIVEFILTERING

23、4,25BASEDONUSERTAGANDUSERRESOURCEPROJECTIONS,TWOADAPTATIONSOFPAGERANK5FORFOLKSONOMIES,ANDVARIOUSMETHODSBASEDONCOUNTINGTHEMOSTPOPULARTAGS31COLLABORATIVEFILTERINGDUETOITSSIMPLICITYANDPROMISINGRESULTS,COLLABORATIVEFILTERINGCFHASBEENONEOFTHEMOSTDOMINANTMETHODSUSEDINRECOMMENDERSYSTEMSINTHENEXTSECTIONWERE

24、CALLTHEBASICPRINCIPLESANDTHENPRESENTTHEDETAILSOFTHEADAPTATIONTOFOLKSONOMIES311BASICCOLLABORATIVEFILTERINGPRINCIPLETHEIDEAISTOSUGGESTNEWOBJECTSORTOPREDICTTHEUTILITYOFACERTAINOBJECTBASEDONTHEOPINIONOFLIKEMINDEDUSERS26INCF,FORMUSERSANDNOBJECTS,THEUSERPROFILESAREREPRESENTEDINAUSEROBJECTMATRIXTHEMATRIXCA

25、NBEDECOMPOSEDINTOROWVECTORSWHEREINDICATESTHATUSERURATEDOBJECTOBYEACHROWVECTORCORRESPONDSTHUSTOAUSERPROFILEREPRESENTINGTHEOBJECTRATINGSOFAPARTICULARUSERTHISDECOMPOSITIONLEADSTOUSERBASEDCFINCONTRASTTOITEMBASEDALGORITHMSSEE8NOW,ONECANCOMPUTE,FORAGIVENUSERU,THERECOMMENDATIONASFOLLOWSFIRST,BASEDONTHEMATR

26、IXXANDFORAGIVENK,THESETOFTHEKUSERSTHATAREMOSTSIMILARTOUSERUUARECOMPUTEDWHERETHESUPERSCRIPTINTHEARGMAXFUNCTIONINDICATESTHENUMBERKOFNEIGHBORSTOBERETURNED,ANDSIMISREGARDEDINOURSETTINGASTHECOSINESIMILARITYMEASURE,IE,THEN,FORAGIVENNN,THETOPNRECOMMENDATIONSCONSISTOFALISTOFOBJECTSRANKEDBYDECREASINGFREQUENC

27、YOFOCCURRENCEINTHERATINGSOFTHENEIGHBORSSEEEQ1BELOWFORTHEFOLKSONOMYCASE312COLLABORATIVEFILTERINGFORRECOMMENDINGTAGSINFOLKSONOMIESBECAUSEOFTHETERNARYRELATIONALNATUREOFFOLKSONOMIES,TRADITIONALCFCANNOTBEAPPLIEDDIRECTLY,UNLESSWEREDUCETHETERNARYRELATIONYTOALOWERDIMENSIONALSPACE21TOTHISENDWECONSIDERASMATRI

28、XXALTERNATIVELYTHETWO2DIMENSIONALPROJECTIONSWITHIFTHEREEXISTSAND0ELSE,ANDWITHIFTHEREEXISTSAND0ELSEFIG1FIG1PROJECTIONSOFYINTOTHEUSERSRESOURCEANDUSERSTAGSPACESTHEPROJECTIONSPRESERVETHEUSERINFORMATION,ANDLEADTORECOMMENDERSYSTEMSBASEDONOCCURRENCEORNONOCCURRENCEOFRESOURCESORTAGS,RESP,WITHTHEUSERSTHISAPPR

29、OACHISSIMILARTORECOMMENDERSTHATAREBASEDONWEBLOGDATANOTICETHATHEREWEHAVETWOPOSSIBLESETUPSINWHICHTHEKNEIGHBORHOODOFAUSERUCANBEFORMED,BYCONSIDERINGEITHERTHERESOURCESORTHETAGSASOBJECTSHAVINGDEFINEDMATRIXX,ANDHAVINGDECIDEDWHETHERTOUSEORFORCOMPUTINGUSERNEIGHBORHOODS,WEHAVETHEREQUIREDSETUPTOAPPLYCOLLABORAT

30、IVEFILTERINGFORDETERMINING,FORAGIVENUSERU,AGIVENRESOURCER,ANDSOME,THESETOFNRECOMMENDEDTAGS,WECOMPUTEFIRSTASDESCRIBEDABOVE,FOLLOWEDBYWHEREV,T,R1IFAND0ELSE译文社会书签系统的标签建议罗伯特JASCHKE，莱安德罗德马里奥，安德烈亚斯HOTHO，拉尔斯施密特，泰米和格尔德STUMME知识与数据工程小组（KDE）的，卡塞尔大学，德国卡塞尔网址HTTP/WWWKDECSUNIKASSELDE信息系统和机器学习实验室（ISMLL），希尔德斯海姆大学，德国

31、希尔德斯海姆网址HTTP/WWWISMLLUNIHILDESHEIMDERESEARCHCENTERL3S，德国汉诺威网址HTTP/WWWL3SDE摘要协同标记系统允许用户给目标资源指定关键字所谓的“标签”。标签用于导航，寻找资源和偶尔的浏览，从而为用户提供直接的好处。这些系统通常包括标签建议机制。它不仅简化了为目标资源找到良好标签的过程，而且还把用户间的标签词汇结合在一起。然而，在实践中人们只使用基本的推荐策略。在本文中，我们评价和比较了现实生活中大规模数据集的若干推荐算法以用户为基础的协同过滤的改编，建立在FOLKRANK算法之上的基于图形的推荐系统，以及基于计算标签出现频率的简单方法。我

32、们证明了，与非个性化的基准线方法相比，FOLKRANK和协同过滤都提供更好的结果。此外，由于基于计算标签出现频率的方法计算起来便宜，因此人们通常更喜欢在现实情况下使用它。我们讨论了一些简单的办法来提高这种方法的性能。我们将展示，一个基于计数标签的简单推荐系统，如何能运行得与最佳的推荐器一样好。关键词大众分类，推荐系统，社会书签，排名1简介大众分类是基于网络的系统，这个系统允许用户上传他们的资源，并可以用任意的词，也就是所谓的标签，去标记它。该系统可根据系统所支持的资源种类来区分。例如，网络相簿，允许照片共享，DELICIOUS允许书签共享，CITEULIKE和CONNOTEA允许参考文献书目共

33、享，LASTFM允许音乐频道共享。BIBSONOMY允许同时共享书签和BIBTEX相关的发布条目。这些系统的核心都非常相似。用户一旦登录，就可以将资源添加到系统中并给它分配任意标签。他的PERSONOMY是任务的集合，所有PERSONOMIES集合构成了大众分类。用户可以浏览自身的PERSONOMY，以及整个大众分类的各个方面对于权限用户可以看到自身所有上传的资源和分配给资源的标签；当点击其中一个资源，则可以看到哪些用户已上传此资源，以及他们是如何标签该资源的；而当点击一个标签可以看到用户将它分配给哪些资源。在已给资源分配标签的基础上，用户可以在这类系统中搜索和查找自身或其他用户的资源。为了在

34、标记过程支持用户和公开资源的不同方面，在早期阶段，大多数系统已经提供了某种类型的标签建议。例如，最近的2005年6月，DELICIOUS已有了标签推荐，还包括资源的建议。但是，没有公布算法的细节。我们认为这些建议基本上提供那些给资源分配最普遍的标记（称为在以后中资源最热门的标签）。在当今时代，没有人有经验地说出这类系统的推荐好处。在本文中，我们会评估基于协同过滤标签的推荐系统（在31节介绍），基于图形并使用FOLKRANK排名算法的推荐系统（见32节）和基于标记数的简单方法（33节）。在第4节，我们讨论不同算法的计算成本。由此产生的建议的质量结果是DELICIOUS，BIBSONOMY和LAS

35、TFM被评为世界上三个现实大众分类数据集（第5和6节）。在下一节中，我们开始回顾基础知识和讨论有关的工作。本文中介绍的结果是依赖于第18届关于机器学习的欧洲会议（ECML）/第11届关于知识发现数据库（PKDD）200717的原则和实践的欧洲会议。2推荐标签问题定义和当前的发展水平大多数推荐系统通常让用户关注他们不知道以及过去没有评分的新资源对象。这通常是由于在这种系统的操作下，书籍、电影、音乐等领域内没有重复购买的现象。恰恰相反，在社会书签系统中，重复出现的标签是构建一个用户或一组用户知识的一个本质特征，标签推荐系统也必须考虑到这一点。这意味着这一事实一个已经用来诠释了一个资源的标签有可能存

36、在同样的用户用相同的标签标记不同的资源。总而言之，建议标签可以用于各种用途，比如增加获得有注释的资源，提醒用户哪些资源是相关和巩固词汇量的。在本节中，我们正式确定大众分类的概念，阐述建议标签的问题，并简要说明大众分类的标签建议的当前发展水平。21大众分类的正式模型形式上，一个大众分类法是一个元组FU,T,R,Y，其中U，T和R是有限集合，他们的元素分别被称为用户、标签和资源Y是他们之间的三者关系，即YUTR，其元素被称为推荐标签（简称TAS）。用户通常用他们的用户ID描述和标签可以使任意的字符串。依靠系统类型确定什么是资源。例如，在DELICIOUS网站资源，在BIBSONOMY网站或出版文献

37、和LASTFM中，资源是艺术家。为了方便起见，我们也定义所有的UU和RR,TU,RTTU,T,RY，即T（U，R）是用户U给资源R分配的所有标签的集合。所有的大众分类的帖子集合是PU,S,RUU,RR,STU,R,S。因此，每一个帖子是由一个用户、一个资源和该用户给该资源分配的所有标签组成的。22、问题定义推荐系统（RS）通常把评级排名中明显或暗示有趣或个性化信息推荐给用户。通常推荐系统预测对象评级或者推荐用户可能会喜欢新对象列表。一个标签推荐系统的任务是为给定用户UU和给定的资源RR和TU,R推荐一组标记集合。在许多情况下，是首先根据一些质量或相关标准计算出等级排名，然后选择前N条元素。注意

38、大众分类中的相关标签概念可以承担不同的观点，即可以根据不同的社会角度判定一个标签和一个给定的资源的相关度，通过在该领域的专家意见或基于个人用户的个人配置文件。对于所有的评价算法，这里我们集中测量标签的相关性，即一个特定用户为新的或未标记的资源分配一组标签集合，测量标签之间的相似程度。23相关工作在13,20,22中载有对大众分类系统中的年轻区域的一般概述和他们的长处和短处。在23中，MIKA定义从DELICIOUS中提取的轻量级本体的语义社会网络模型。最近，出现了更专门的专题的工作，如大众分类的结构挖掘例如用户的标注行为的可视化的趋势9和模式27，以及大众分类内容排名15，分析标记词汇的符号动

39、力学7，或提出动态和语义12。有关大众分类的推荐标签问题的文献还是很少。这种方式通常存储在协同过滤和信息检索领域中。在6,24中，标签的建议算法是建立在基于内容的过滤技术上的。XU等人31提出一个基于HITS算法的协作标签方法18。一个从集体用户权限派生的好的标签措施是迭代调整奖惩算法。BENZ等人3提出了基于综合最近邻分类器的书签分类的合作方式。在那里，一个关键词推荐扮演了一个协作标签推荐的角色，但它只是一个整体算法的组成部分，因此也没有关于其单独有效信息。BASILE等人1提出了一种智能推荐标签系统架构。在10,29,和32中对文献的标签识别资源的建议问题进行了研究。在实践中，标准的推荐标

40、签系统，是提供了最流行的特定资源使用的标记。这种服务通常是依赖于最频繁使用的标签，该标签描绘是以一个更大的字体或以其他方式强调标签云。上述的方法解决了问题的重要方面，但他们仍然在标签相关概念和评价协议的使用上存在分歧。例如在1,31中，没有提出定量评价，而在24中，标签的相关概念并不完全是由用户定义而是部分由专家定义的。进一步说，他们大多数人使用特定于对特定类型的系统资源的内容信息。这对于开发内容的信息是相当有趣的，但由于大众分类可以支持不同类型的资源，例如音频，图像，文本或视频，人们需要编写适合每种不同类型的具体内容的特别推荐。在本文中我们对通用的算法可以应用到大众分类无视域和资源类型特别感

41、兴趣。最近，2008年的ECMLPKDD发现的挑战是解决大众分类的标签建议问题。3推荐算法在本节中我们提出三个级别的建议算法，我们将在以下部分进行评估根据用户的标签和用户资源预测的协同过滤4,25的直接改进，二是由大众分类的PAGERANK5改进的，以及各种基于最热门标签的计数的方法。31协同过滤由于协同过滤（CF）的简单性和可喜的成果，它已成为在推荐系统中使用的最主要方法之一。在下一节中，我们先回顾基本原则，然后提出适应大众分类的详细资料。311协同过滤的基本原则这个想法是建议新的对象或预测基于志同道合的特定对象的实用程序26。在CF中，M个用户和N个对象，用户配置文件代表一个用户对象矩阵，

42、用表示。该矩阵可以分解成行向量其中，表明用户U通过评价对象O。每一个行向量对应一个用户资料，代表某个特定用户的对象的评价。这种分解会导致基于用户的协同过滤与以项目为基础的算法相对应（见8）。现在我们可以根据一个给定用户U计算，建议如下。首先，基于矩阵X和一个给定K，用户K集合用表示，是和用户UU的相似度计算如下其中，在ARGMAX函数中的上标表示返回K的邻居数，SIM（在我们的设置）被视作为余弦相似性度量，即然后，对于给定的NN时，前N条建议由对象列表组成，该对象列表通过减少在隔壁评价等级排名中出现的频繁度形成的（在大众分类法的情况下，见下文（1）式）。312协同过滤推荐在大众分类标签由于大众

43、分类的三者关系的性质，传统的协同过滤不能直接适用它，除非我们降低三者关系Y到一个低维空间21。为此，我们认为，矩阵X可以选择以下两种二维预测情况之一如果存在和0，则其中；如果存在和0，则其中（图1）。图1预测Y分解成用户的资源和用户的标签空间。这些预测保存了用户信息，并导致基于资源或标签发生或不发生的推荐系统，或者交给用户。这种方法类似于基于WEB日志的数据引荐。注意，在这里我们有两个可能设置，其中可以通过把任一的资源或标签看作对象，一个用户U的K个邻居可形成。定义矩阵X，决定是否使用或来计算用户社区，为了能应用协同过滤我们必需要有一定的设置。为了确定，对于一个给定用户U，一个给定的资源R和，N条推荐标签的集合，我们首先如上所述计算得出，接着其中如果和0，则V,T,R1。