期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于潜在标签挖掘和细粒度偏好的个性化标签推荐
被引量:
3
1
作者
李红梅
刁兴春
+2 位作者
曹建军
张磊
冯钦
《计算机应用研究》
CSCD
北大核心
2020年第1期34-39,共6页
为进一步提高个性化标签推荐性能,针对标签数据的稀疏性以及传统方法忽略隐藏在用户和项目上下文中潜在标签的缺陷,提出一种基于潜在标签挖掘和细粒度偏好的个性化标签推荐方法。首先,提出利用用户和项目的上下文信息从大量未观测标签...
为进一步提高个性化标签推荐性能,针对标签数据的稀疏性以及传统方法忽略隐藏在用户和项目上下文中潜在标签的缺陷,提出一种基于潜在标签挖掘和细粒度偏好的个性化标签推荐方法。首先,提出利用用户和项目的上下文信息从大量未观测标签中挖掘用户可能感兴趣的少量潜在标签,将标签重新划分为正类标签、潜在标签和负类标签三类,进而构建〈用户,项目〉对标签的细粒度偏好关系,在缓解标签稀疏性的同时,提高对标签偏好关系的表达能力;然后,基于贝叶斯个性化排序优化框架对细粒度偏好关系进行建模,并结合成对交互张量分解对偏好值进行预测,构建细粒度的个性化标签推荐模型并提出优化算法。对比实验表明,提出的方法在保证较快收敛速度的前提下,有效地提高了个性化标签的推荐准确性。
展开更多
关键词
个性化标签推荐
潜在
标签
挖掘
贝叶斯
个性化
排序
成对交互张量分解
下载PDF
职称材料
基于二分图的个性化图像标签推荐算法
被引量:
2
2
作者
赵天龙
刘峥
+1 位作者
韩慧健
张彩明
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2018年第6期1193-1205,共13页
传统的图像标签推荐方法通过对图像视觉内容的分析计算标签与图像的相关度,完成标签推荐任务.而社会网络图像具有丰富的元数据,例如图像所属群组、地理位置等,充分利用这些元数据对于提高标签推荐的准确性具有积极意义.提出一种基于二...
传统的图像标签推荐方法通过对图像视觉内容的分析计算标签与图像的相关度,完成标签推荐任务.而社会网络图像具有丰富的元数据,例如图像所属群组、地理位置等,充分利用这些元数据对于提高标签推荐的准确性具有积极意义.提出一种基于二分图的个性化图像标签推荐算法,通过充分挖掘图像、群组、地理位置与标签的关系,针对用户提供的少量标签进行个性化图像标签推荐.该算法建立了图像-标签、群组-标签、地理位置-标签等三个二分图模型,考虑到每个标签的重要性不同,引入TF-IDF(Term Frequency-Inverse Document Frenquency)技术对标签进行加权处理.利用二分图将初始标签分值进行信息扩散,计算出最终标签分值向量,并将该向量中分值较高的标签作为推荐结果.实验结果表明,融合了图像与群组、地理位置等元数据的个性化图像标签推荐结果的NDCG(Normalized Discounted Cumulative Gain)值优于仅单方面考虑图像、群组以及地理位置的标签推荐结果.
展开更多
关键词
图像元数据
标签
偏好
二分图
个性化标签推荐
标签
排序
下载PDF
职称材料
题名
基于潜在标签挖掘和细粒度偏好的个性化标签推荐
被引量:
3
1
作者
李红梅
刁兴春
曹建军
张磊
冯钦
机构
陆军工程大学
国防科技大学第六十三研究所
出处
《计算机应用研究》
CSCD
北大核心
2020年第1期34-39,共6页
基金
国家自然科学基金资助项目
中国博士后科学基金资助项目.
文摘
为进一步提高个性化标签推荐性能,针对标签数据的稀疏性以及传统方法忽略隐藏在用户和项目上下文中潜在标签的缺陷,提出一种基于潜在标签挖掘和细粒度偏好的个性化标签推荐方法。首先,提出利用用户和项目的上下文信息从大量未观测标签中挖掘用户可能感兴趣的少量潜在标签,将标签重新划分为正类标签、潜在标签和负类标签三类,进而构建〈用户,项目〉对标签的细粒度偏好关系,在缓解标签稀疏性的同时,提高对标签偏好关系的表达能力;然后,基于贝叶斯个性化排序优化框架对细粒度偏好关系进行建模,并结合成对交互张量分解对偏好值进行预测,构建细粒度的个性化标签推荐模型并提出优化算法。对比实验表明,提出的方法在保证较快收敛速度的前提下,有效地提高了个性化标签的推荐准确性。
关键词
个性化标签推荐
潜在
标签
挖掘
贝叶斯
个性化
排序
成对交互张量分解
Keywords
personalized tag recommendation
potential tag mining
Bayesian personalized ranking
pairwise interaction tensor factorization
分类号
TP391.3 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于二分图的个性化图像标签推荐算法
被引量:
2
2
作者
赵天龙
刘峥
韩慧健
张彩明
机构
山东财经大学计算机科学与技术学院
山东省数字媒体技术重点实验室
山东大学软件学院
山东省高等学校协同创新中心:未来智能计算
出处
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2018年第6期1193-1205,共13页
基金
国家自然科学基金(61772309,61303090,61472221,61332015)
国家自然科学基金浙江两化融合重点项目(U1609218)
+4 种基金
教育部人文社会科学研究项目(13YJC860023)
济南市高校自主创新计划(201303012)
济南市青年科技明星计划(201406001)
山东省自然科学基金省属高校优秀青年人才联合基金(ZR2018JL022)
山东省高校科研创新团队
文摘
传统的图像标签推荐方法通过对图像视觉内容的分析计算标签与图像的相关度,完成标签推荐任务.而社会网络图像具有丰富的元数据,例如图像所属群组、地理位置等,充分利用这些元数据对于提高标签推荐的准确性具有积极意义.提出一种基于二分图的个性化图像标签推荐算法,通过充分挖掘图像、群组、地理位置与标签的关系,针对用户提供的少量标签进行个性化图像标签推荐.该算法建立了图像-标签、群组-标签、地理位置-标签等三个二分图模型,考虑到每个标签的重要性不同,引入TF-IDF(Term Frequency-Inverse Document Frenquency)技术对标签进行加权处理.利用二分图将初始标签分值进行信息扩散,计算出最终标签分值向量,并将该向量中分值较高的标签作为推荐结果.实验结果表明,融合了图像与群组、地理位置等元数据的个性化图像标签推荐结果的NDCG(Normalized Discounted Cumulative Gain)值优于仅单方面考虑图像、群组以及地理位置的标签推荐结果.
关键词
图像元数据
标签
偏好
二分图
个性化标签推荐
标签
排序
Keywords
image metadata
tag preference
bipartite graph
personalized tag recommendation
tag ranking
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于潜在标签挖掘和细粒度偏好的个性化标签推荐
李红梅
刁兴春
曹建军
张磊
冯钦
《计算机应用研究》
CSCD
北大核心
2020
3
下载PDF
职称材料
2
基于二分图的个性化图像标签推荐算法
赵天龙
刘峥
韩慧健
张彩明
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2018
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部