集成组内标签与用户链接关系的Flickr组推荐模型

作     者：包红云 李秋丹 高珩 郑楠 BAO Hong-Yun;LI Qiu-Dan;GAO Heng;ZHENG Nan

作者机构：中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2013年第26卷第2期

页      面：176-181页

核心收录：

学科分类：08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 

基　　金：国家自然科学基金项目(No.61172106) 国家973计划项目(No.2007CB311007) 北京市自然科学基金项目(No.4112062)资助 

主　　题：Flickr组推荐 概率矩阵分解 用户链接 标签 

摘      要：知名图片分享网站Flickr中的组,在增加图片曝光率、方便用户浏览图片等方面发挥重要作用.因而,如何协助用户便捷地搜寻其感兴趣的组成为研究者关注的热点之一.针对此问题,文中利用Flickr中辅助用户选择组的元素,即其关注的用户链接关系及组内的内容标签信息,提出一种组推荐模型.该模型基于概率矩阵分解的方法,具有较低的复杂度.在Flickr数据集上的实验表明,该模型可为用户提供较高质量的推荐结果.最后,基于该模型设计一个Flickr组推荐系统.