摘要
第1章 绪论
1.1 课题背景
1.1.1 标签作用和意义
1.1.2 标签推荐
1.2 本文主要工作
1.3 本文结构
1.4 本章小结
第2章 相关研究综述
2.1 标签推荐中的问题
2.2 标签推荐相关技术
2.2.1 基于图的标签推荐
2.2.2 基于内容的标签推荐
2.2.3 混合模型的标签推荐
2.3 问答网站中基于问题内容的标签推荐
2.3.1 基于生成模型进行标签推荐
2.3.2 基于贝叶斯概率框架的图模型
2.3.3 基于混合模型的标签推荐
2.4 其它标注问题中的方法
2.5 本章小结
第3章 基于问题内容的标签抽取和扩展
3.1 问答网站中的标签推荐
3.2 问题内容中抽取标签
3.2.1 标题内容中抽取标签TFT
3.2.2 正文内容中抽取标签TFB
3.2.3 单词重组作为标签TFR
3.2.4 代码块中抽取标签TFC
3.2.5 模型算法
3.2.6 特征选取
3.3 基于问题内容的标签扩展
3.3.1 构建单词到标签的共现图模型
3.3.2 通过图模型扩展标签
3.4 目前方法的不足
3.5 本章小结
第4章 基于随机森林和排序函数的标签推荐
4.1 随机森林框架提升标签扩展效果
4.1.1 随机森林模型
4.1.2 随机森林框架融合图模型
4.2 排序函数对候选标签排序
4.2.1 标签的相关性
4.2.2 标签的描述能力
4.2.3 标签的层次
4.2.4 排序函数TagRec
4.3 模型实时性分析
4.4 本章小结
第5章 标签推荐框架设计与实验结果评测
5.1 标签推荐系统框架
5.2 数据描述与处理
5.2.1 数据集描述
5.2.2 文本预处理
5.3 实验结果评估与分析
5.3.1 标签抽取效果分析
5.3.2 标签扩展效果分析
5.3.3 排序函数效果分析
5.4 实验方法和结果
5.4.1 实验环境
5.4.2 评价标准
5.4.3 实验方法
5.4.4 实验结果
5.5 本章小结
第6章 总结与展望
6.1 工作总结
6.2 未来展望
参考文献
致谢