一种基于社会化标签的协同过滤方法

摘要

本发明公开了一种基于社会化标签的协同过滤方法。包括如下步骤：1)首先使用三部图对用户，物品，社会化标签这三种不同结点进行建模，并应用随机游走(random walk)算法为每个用户个性化推荐top-N个物品；2)为了解决社会化标签稀疏性问题(即物品往往只被很少一部分标签标注)以及由用户主观性因素所带来的噪音，本发明提出使用lasso logistic regression模型去对物品进行标签的扩展，即对每个物品，增加与其语义相关的标签，并且除去那些有噪音的标签；3)调节标签在推荐过程中的权重。本发明所提出的基于社会化标签的协同过滤方法有机结合社会化标签对于物品描述的语义信息，并使用lasso logistic regression模型去对物品进行标签的扩展，解决社会化标签的稀疏性与噪音问题，从而大幅提升个性化推荐系统的精确度和性能。