基于关联规则的标签推荐

摘要

随着数据的海量增长,为了快速筛选有用数据,许多应用系统引入了标签分类.标签在实际中得到广泛的应用,用户可以用标签标注或者搜索自己感兴趣的资源.但是,系统为用户推荐标签时常常遇到标签数据稀疏问题,无法准确捕捉用户的偏好和精准的推荐标签.为了解决这个问题,提出了一种基于关联规则的标签推荐方法.首先,为了收集用户使用过的标签数据,构建了一个重叠的滑动时间窗口模型,在这种模型上进行数据收集可以缓解数据稀疏问题;然后,分析这些标签数据,得到频繁共现的标签集集合;最后,在上述得到的频繁共现标签集集合上挖掘出标签与标签之间的关联规则.实验结果表明,利用标签之间的关联规则进行标签推荐能够有效地提高推荐的准确度.