FCS 11(6) 文章 | 从大众分类法语料库挖掘用户偏好的概率框架

正文

导读

大众分类法数据随着其可用性的增强，对用户分析有至关重要的作用和意义，这些数据可被用于精确地检测用户偏好，更好地理解用户兴趣，从而给出个性化推荐或检索结果。

本文提出了一个严谨的概率框架，从大众分类法数据中发现用户的偏好。文章还使用相应的推理方法、最大期望（EM, Expectation–Maximization）或Gibbs 抽样算法，将三种模型合并到此概率框架。用户偏好通过局部条件分布来表示。此外，文章介绍了一种推荐方法，证明了此概率框架的多用性，评估了框架内各模型的适用性。实验结果表明，本文提出的概率框架能够有效地挖掘用户偏好。

---

---

文章精要

---

---

如需阅读本期推荐文章的全文，请点左下角的「阅读原文」链接。

精彩推荐

FCS 优青论坛 | 基于分段Lyapunov函数的模糊仿射动态系统非脆弱控制

Shasha FU, Jianbin QIU, Wenqiang JI

FCS 优青论坛 | 基于用户行为建模的搜索结果排序

Yiqun LIU, Chao WANG, Min ZHANG, Shaoping MA

专题 | Smart Cities and Urban Computing

专题 | Deep Learning Applications in Computer Vision

专题 | Advances of Orange Technologies

Perspectives | Lifelong machine learning: a paradigm for continuous learning

Bing LIU

Perspectives | Urban computing: enabling urban intelligence with big data

Yu ZHENG

Perspectives | Computer Graphics 2.0: towards end-user-generated contents

Kun ZHOU

---

---

Frontiers of Computer Science

---

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社出版、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，双月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为李未院士，执行主编为熊璋教授和周志华教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”。

---

长按二维码关注Frontiers of Computer Science公众号