增强覆盖度与非相似性的标签选择多样化方法

来源：软件学报杂志2015年第9期北京时间：

作者：汪美玲,周翔,陶秋铭,赵琛

单位：汪美玲，中国科学院 软件研究所, 北京 100190;中国科学院 研究生院, 北京 10004911,周翔，中国科学院 软件研究所, 北京 10019002,陶秋铭，中国科学院 软件研究所, 北京 10019003,赵琛，中国科学院 软件研究所, 北京 10019004

摘要：标签云是社交网站提供在线资源说明与导航功能的一种流行机制.标签选择即从大量标签中选出有代表性的有限标签,是创建标签云的核心任务.标签选择结果的多样性,是影响用户满意度的一个重要因素.信息覆盖度与标签非相似性是在标签选择中引入多样性的两个主要角度.为了进一步提高标签选择结果的信息覆盖度与标签非相似性,提出了3种标签选择方法.在每种方法中,定义了目标函数以同时量化标签集合的信息覆盖度与标签非相似性,并设计了近似算法以求解相应的最大化问题;同时,还分析了近似算法的近似比.利用CiteULike网站与Last.fm网站的标注数据集,将所提出的方法与已有方法进行了比较.实验结果表明,所提出的方法在信息覆盖度与标签非相似性方面都具有较好的效果.

关键词：标签云;标签选择;结果多样化;信息覆盖度;非相似性

基金资助：国家自然科学基金(61100067); 中国科学院先导专项(XDA06010600)