[1]陈双双,王晓军.基于关联规则的标签推荐[J].计算机技术与发展,2018,28(12):43-47.[doi:10．3969/j． issn．1673－629X．2018．12．009]
　CHEN Shuangshuang,WANG Xiaojun.Tag Recommendation Based on Association Rules[J].,2018,28(12):43-47.[doi:10．3969/j． issn．1673－629X．2018．12．009]
点击复制

基于关联规则的标签推荐()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
28
期数:
2018年12期
页码:
43-47
栏目:
智能、算法、系统工程
出版日期:
2018-12-10

文章信息/Info

Title:
Tag Recommendation Based on Association Rules
文章编号:
1673－629X(2018)12－0043－05
作者:
陈双双;王晓军;
南京邮电大学计算机学院;
Author(s):
CHEN Shuang－shuang; WANG Xiao－jun
School of Computer Science，Nanjing University of Posts and Telecommunications， Nanjing 210003，China
关键词:
标签推荐; 关联规则; 稀疏性; 准确度; 时间窗口
Keywords:
tag recommendation; association rules; sparsity; precision; time window
分类号:
TP311
DOI:
10．3969/j． issn．1673－629X．2018．12．009
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。
Abstract:
With the massive growth of data，many application systems have introduced into label classification in order to quickly screen useful data． Tag is widely used in practice． Users can label or search resources with tags． However，when the system recommends tags to users，it often exists data sparseness，which cannot accurately capture users’preferences and precise recommendation tags． To solve this problem，we present a tag recommendation method based on association rules． First，we construct an overlapping time window model to collect the tag data used． Then，analysis of the tag data we get the frequent co－existing tag set． Finally，we mine association rules be- tween tags and labels in the base of the frequent co－existing tag set． Experiment shows that the recommendation precision is improved by using tag recommendation method based on association rules．

相似文献/References:

[1]李雷 丁亚丽 罗红旗.基于规则约束制导的入侵检测研究[J].计算机技术与发展,2010,(03):143.
　LI Lei,DING Ya-li,LUO Hong-qi.Intrusion Detection Technology Research Based on Homing - Constraint Rule[J].,2010,(12):143.
[2]王爱平 王占凤 陶嗣干 燕飞飞.数据挖掘中常用关联规则挖掘算法[J].计算机技术与发展,2010,(04):105.
　WANG Ai-ping,WANG Zhan-feng,TAO Si-gan,et al.Common Algorithms of Association Rules Mining in Data Mining[J].,2010,(12):105.
[3]张广路 雷景生 吴兴惠.一种改进的Apriori关联规则挖掘算法（英文）[J].计算机技术与发展,2010,(06):84.
　ZHANG Guang-lu,LEI Jing-sheng,WU Xing-hui.An Improved Apriori Algorithm for Mining Association Rules[J].,2010,(12):84.
[4]耿波 仲红 徐杰 闫娜娜.用关联分析法对负荷预测结果进行二次处理[J].计算机技术与发展,2008,(04):171.
　GENG Bo,ZHONG Hong,XU Jie,et al.Using Correlation Analysis to Treat Load Forecasting Results[J].,2008,(12):171.
[5]文拯 梁建武 陈英.关联规则算法的研究[J].计算机技术与发展,2009,(05):56.
　WEN Zheng,LIANG Jian-wu,CHEN Ying.Research of Association Rules Algorithm[J].,2009,(12):56.
[6]王晓宇 秦锋 程泽凯 邹洪侠.关联规则挖掘技术的研究与应用[J].计算机技术与发展,2009,(05):220.
　WANG Xiao-yu,QIN Feng,CHENG Ze-kai,et al.Investigation and Application of Association Rules Mining[J].,2009,(12):220.
[7]陈伟.Apriori算法的优化方法[J].计算机技术与发展,2009,(06):80.
　CHEN Wei.Method of Apriori Algorithm Optimization[J].,2009,(12):80.
[8]吕刚[] 郑诚.基于本体的关联规则在电子商务中的应用[J].计算机技术与发展,2009,(06):250.
　LU Gang,ZHENG Cheng.Association Rules with Ontological Information in E- Commerce[J].,2009,(12):250.
[9]郑春香 韩承双.关联规则研究及在远程教育考试系统中的应用[J].计算机技术与发展,2009,(08):186.
　ZHENG Chun-xiang,HAN Cheng-shuang.Research on Association Rule Mining and Application of Long- Distance Education System[J].,2009,(12):186.
[10]郑春香 韩承双 董甲东.关联规则技术在教学评价中的应用[J].计算机技术与发展,2009,(09):215.
　ZHENG Chun-xiang,HAN Cheng-shuang,DONG Jia-dong.Application of Association Rule Mining in Teaching Appraisal[J].,2009,(12):215.

更新日期/Last Update: 2018-12-10