基于相对频次的标签相关性判断优化研究

摘要

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.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号