基于时间加权三部图的分众分类标签推荐算法

摘要 分众分类作为一种公众对网络信息分类组织的方法,会随着新用户的增加生成大量的基于分众分类的标签元数据,传统的基于三部图的分众分类标签推荐算法没有考虑时间对用户偏好的影响,从而影响了标签推荐的准确性,提出一种基于时间加权三部图的分众分类标签推荐算法,将分众分类转化为一个加权无向三部图,应用BM25加权方案并结合标签的时间加权因子计算三部图的边权,并生成基于三部图的分众分类邻接矩阵．最后通过Katz值计算来预测标签节点与用户物品节点之间所有可能的路径权重之和,并依据路径权重来决定用户-物品对的个性化标签推荐排名．实验结果表明该方法较以往的标签推荐算法在准确率和召回率等性能指标上有明显提升