基于相对频次的标签相关性判断优化研究
本文以标签与认知的基本关系为基础,提出了一种基于相对频次的改进策略,在标签预处理的基础上，计算每一个标签的相对频次，并将其最高数值赋为1，进而对其他结果进行归一化处理;之后，根据预先设定的阈值筛选出相关标签集合。并以社会化标注社区“豆瓣电影”的675351位用户的标签数据为例进行实验,以验证策略的效果.结果显示,该策略使得标签相关性判断的效果得到了显著改善.其中,对于频次不小于5的标签,策略的召回率大幅提升,由79.63％升至89.36％;准确率虽有略微下滑,由93.33％降至92.02％,但仍保持在较高水平.
标签数据 相关性判断 阈值筛选 相对频次
林鑫 周知 仇蓉蓉
武汉大学信息管理学学院,武汉,430072
国内会议
第五届全国情报学博士生学术论坛暨2015中国信息资源管理论坛
北京
中文
1-10
2015-10-01（万方平台首次上网日期，不代表论文的发表时间）