融合多信息源耦合张量分解的标签推荐方法

摘要

本发明公开了一种融合多信息源耦合张量分解的标签推荐方法，首先，在标签‑资源‑用户三元组信息构造的张量CP分解同时，添加了标签与标签、标签与资源、标签与用户三个辅助信息矩阵参与联合分解，并且在构建标签与标签相似性矩阵时本发明同时考虑了标签间的共现关系和标签在WordNet中的语义相似性，以两种相似性的线性集成作为最终的标签间相似性度量。其次，在构建问题的损失函数后，用ADMM算法对目标函数进行参数优化。最后根据分解补全的预测张量更准确地向（用户，资源）对推荐Top‑N标签。本发明融合了标签的同异构信息，应用于各社会化标注系统上具有通用性。