條件隨機(jī)場(chǎng)與最大熵在標(biāo)簽挖掘中的應(yīng)用研究.pdf

1、標(biāo)簽的質(zhì)量直接影響著資源的查找、定位與分享的效果，因此進(jìn)行高效全面的標(biāo)簽挖掘極有必要。在標(biāo)簽挖掘研究中，標(biāo)簽推薦和標(biāo)簽冗余處理是其中的兩個(gè)重點(diǎn)。
　　 針對(duì)現(xiàn)存標(biāo)簽推薦方法推薦結(jié)果不全面、遺漏隱性標(biāo)簽的問題，提出使用多閾連續(xù)條件隨機(jī)場(chǎng)模型推薦標(biāo)簽，在連續(xù)條件隨機(jī)場(chǎng)的基礎(chǔ)上，綜合標(biāo)簽間共現(xiàn)率、標(biāo)簽對(duì)語義相似度和用戶相似性三重閾抽取特征，一并挖掘顯性與隱性標(biāo)簽，使用L-BFGS算法迭代計(jì)算模型參數(shù)，代入建模實(shí)現(xiàn)標(biāo)簽推薦。在Bibso

2、nomy數(shù)據(jù)集上的實(shí)驗(yàn)表明該方法可行，與基于連續(xù)條件隨機(jī)場(chǎng)模型和最大熵模型的方法對(duì)比結(jié)果體現(xiàn)了本文的推薦模型得到的標(biāo)簽更精準(zhǔn)更全面且模型的穩(wěn)定性良好。
　　 為了提高標(biāo)簽質(zhì)量，解決傳統(tǒng)冗余標(biāo)簽識(shí)別方法的準(zhǔn)確度不高的問題，采用了最大熵模型進(jìn)行冗余標(biāo)簽處理。通過語義相似度閾值提取特征，利用SCGIS算法迭代訓(xùn)練出模型參數(shù)，構(gòu)造模型識(shí)別冗余標(biāo)簽。在BibSonomy數(shù)據(jù)集上的測(cè)試驗(yàn)證了方法的可行性，實(shí)驗(yàn)結(jié)果與核K-Means聚類方法比