基于數(shù)據(jù)倉庫和語義分析的社會標簽推薦技術研究.pdf

1、隨著Web2.0技術和電子商務的快速發(fā)展，網(wǎng)絡里的數(shù)據(jù)量呈爆炸式增長，這導致了網(wǎng)絡中出現(xiàn)嚴重的信息超載問題，用戶需要付出相當大的代價才能從信息數(shù)據(jù)的海洋里檢索到自己感興趣的資源。為了降低這種代價，出現(xiàn)了基于社會標簽的推薦技術。
　　社會標簽是用戶在標注資源時自主選擇的關鍵詞或詞語，社會標簽不僅能夠幫助用戶更好地組織、管理自己感興趣的資源信息，而且還可以根據(jù)用戶使用的標簽信息發(fā)現(xiàn)用戶的興趣偏好向用戶推薦滿足其興趣偏好的資源。那么在此

2、背景下，如何準確有效地向用戶推薦標簽，以及根據(jù)用戶的標簽記錄信息發(fā)現(xiàn)用戶的興趣偏好并向其推薦資源就成為當前研究的重要方向。
　　當前的主流標簽推薦方法有很多，但是在推薦過程中對用戶、資源和標簽三元素之間的關聯(lián)關系普遍考慮不足，而數(shù)據(jù)倉庫提供的多維數(shù)據(jù)集正好可以很好地體現(xiàn)三元素之間的關聯(lián)關系，所以本文研究如何將數(shù)據(jù)倉庫技術應用到標簽推薦中并準確高效的向用戶推薦標簽；但同時由于數(shù)據(jù)倉庫中三元素間的語義關系不能得到很好的體現(xiàn)，所以本文還

3、提出了基于加權元組潛在語義分析的社會標簽推薦模型。以下是本文的主要工作：
　　1.針對標簽推薦過程中用戶、資源和標簽之間關聯(lián)關系考慮不足的問題，給出了基于數(shù)據(jù)倉庫技術的社會標簽推薦模型。該模型中采用了數(shù)據(jù)倉庫的多維數(shù)據(jù)集技術，構建標簽的多維數(shù)據(jù)集，建立數(shù)據(jù)挖掘模型，利用它的底層多維數(shù)據(jù)模型、OLAP分析功能對數(shù)據(jù)進行處理分析，并使用數(shù)據(jù)倉庫的Microsoft關聯(lián)規(guī)則技術挖掘多維標簽數(shù)據(jù)集中的規(guī)則實現(xiàn)社會標簽推薦，從而通過使用數(shù)據(jù)

4、倉庫技術有效解決在推薦過程中對用戶、資源和標簽三者之間的關聯(lián)關系考慮不足而導致推薦精確性不高的問題。
　　2.針對使用數(shù)據(jù)倉庫技術進行標簽推薦時不能很好的體現(xiàn)出用戶、資源和標簽之間語義關系的問題，給出一種基于加權元組潛在語義分析的標簽推薦模型。該模型引入社會網(wǎng)絡的結構化分析方法對標簽元組進行量化加權，以構建加權的三維張量結構模型，并對生成的三維張量結構模型進行高維奇異值分解，然后通過元組的潛在語義分析，得到能體現(xiàn)用戶興趣度的加權元