本文選題：Gibbs采樣 + 微博標(biāo)簽�。� 參考：《微電子學(xué)與計算機》2017年12期

【摘要】：為提高個性化標(biāo)簽推薦方法性能,提出基于Gibbs采樣推理的微博個性化標(biāo)簽隱含關(guān)系主題模型(Relation Topic Model,RTM)推薦算法.首先,利用圖形化形式對微博中的潛在局部信息進(jìn)行表達(dá),對用戶主題分布為代表的用戶進(jìn)行top-k相似用戶發(fā)現(xiàn),然后計算出現(xiàn)在這些用戶中的所有標(biāo)簽的頻率,并推薦與用戶最相關(guān)的標(biāo)簽.其次,為挖掘潛在主題信息,利用帶懲罰項的增強型余弦相似度RTM模型對微博標(biāo)簽進(jìn)行命名,大大提高聯(lián)合建模對潛在主題生成標(biāo)簽的影響,并可發(fā)現(xiàn)全局標(biāo)簽和主題之間的關(guān)系;最后,通過真實的實驗結(jié)果顯示,所提推薦方法要優(yōu)于選取的TF-IDF、RTMSA等幾種經(jīng)典標(biāo)簽推薦算法,驗證了算法有效性.
[Abstract]:In order to improve the performance of personalized tag recommendation method, a recommendation algorithm based on Gibbs sampling reasoning for Weibo personalized tag implied relation Topic model is proposed. First, the potential local information in Weibo is expressed graphically, and the users whose themes are distributed are found by top-k similar users, and then the frequency of all tags appearing in these users is calculated. And recommend the most relevant label to the user. Secondly, in order to mine the potential topic information, the enhanced cosine similarity RTM model with penalty term is used to name Weibo tag, which greatly improves the influence of joint modeling on the potential theme generation tag. The relationship between the global tag and the topic can be found. Finally, the experimental results show that the proposed recommendation method is superior to several classical tag recommendation algorithms such as TF-IDF / RTMSA, which verifies the effectiveness of the proposed algorithm.
【作者單位】： 武漢理工大學(xué)計算機科學(xué)與技術(shù)學(xué)院;
【分類號】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李彥,王國紅,盧虎;基于Matlab的“Gibbs現(xiàn)象”的仿真研究[J];西安石油學(xué)院學(xué)報(自然科學(xué)版);2000年03期

2 黃靜;馬建華;路利軍;畢一鳴;陳武凡;;基于廣義Gibbs先驗的優(yōu)質(zhì)PET成像[J];電子學(xué)報;2010年04期

3 ;Cimatron將在德國銷售Gibbs CAM[J];現(xiàn)代制造;2008年40期

4 馬曉川,侯朝煥,趙榮椿;一種新的紋理圖像Gibbs模型[J];計算機學(xué)報;1998年S1期

5 馬建華;黃靜;陳陽;陳凌劍;陳武凡;;基于廣義Gibbs先驗的低劑量X-CT優(yōu)質(zhì)重建研究[J];計算機工程與應(yīng)用;2008年16期

6 江貴平;黃鑫;馮衍秋;陳武凡;;一種適用于真實人體數(shù)據(jù)能有效消除Gibbs偽影的MR重建新算法[J];計算機學(xué)報;2007年11期

7 周壽軍,梁斌,陳武凡;一種基于模糊Gibbs隨機場的運動估計新算法[J];中國圖象圖形學(xué)報;2004年06期

8 馮前進(jìn);黃鑫;馮衍秋;;基于Chebyshev多項式的消除Gibbs偽影的快速算法[J];中國圖象圖形學(xué)報;2006年08期

9 潘偉;付佳;位軍;郝重陽;;結(jié)合Gibbs隨機場的加權(quán)模糊C均值圖像分割算法[J];電子測量技術(shù);2007年11期

10 吳威,張曄,王克夫,趙國田;Gibbs 參數(shù)的空間角特征及參數(shù)估值[J];哈爾濱工業(yè)大學(xué)學(xué)報;1997年03期

相關(guān)博士學(xué)位論文 前1條

1 林亞忠;基于Gibbs隨機場模型的醫(yī)學(xué)圖像分割新算法研究[D];第一軍醫(yī)大學(xué);2004年

相關(guān)碩士學(xué)位論文 前1條

1 霍柏超;小波及多小波Gibbs現(xiàn)象的改善方法及應(yīng)用研究[D];西南交通大學(xué);2008年

，

本文編號：1774445