[发明专利]一种基于谱聚类和众包技术的图书标签推荐方法

摘要

本发明公开了一种基于谱聚类和众包技术的图书标签推荐方法，该方法应用于数字图书馆系统，通过使用用户的检索点击日志构建Laplacian矩阵，并利用谱聚类对检索词进行聚类，之后通过使用众包技术，对聚类的结果进行持续的优化，最后将优化的结果应用于推荐系统中。本发明将用户的检索词作为标签，通过谱聚类和众包技术的结合提升检索词聚类的准确度，从而提高系统在标签推荐方面的准确性。

主权项

一种基于谱聚类和众包技术的图书标签推荐方法，其特征在于，包括以下步骤：(1)从日志收集系统或者Web日志中筛选出用户的检索数据和检索点击数据；(2)利用用户的检索数据和检索点击数据，构建检索词‑图书矩阵，根据检索词‑图书矩阵得到检索词‑检索词的Laplacian矩阵；具体为：从用户的检索数据中得到所有用户的检索词集合Q＝{q1,q2,…,qn}，其中n为检索词的总数，q为独立检索词；从用户的检索点击数据中得到检索词点击的图书集合B＝{b1,b2,…,bm}，其中m为点击图书的总数，b为独立的图书；根据所有用户的检索词集合Q和检索词点击的图书集合B得到检索词‑图书矩阵M，对于检索词‑图书矩阵M的每一项，定义如下：其中Iij为第i个检索词和第j本书的对应关系；针对每一本图书，如果有多个检索词均对这本书存在点击行为，那么这些检索词之间存在联系，根据检索词之间的联系构建检索词‑检索词矩阵D，对于检索词‑检索词矩阵D的每一项，如果两个检索词之间存在联系则为1，否则为0；通过把检索词‑检索词矩阵D的每一列元素相加得到的值置于对角线上，其它位置设为0，从而构成新的矩阵W；Laplacian矩阵L通过公式L＝D‑W求出；(3)使用谱聚类对Laplacian矩阵进行聚类操作，得到检索词的聚类结果；(4)利用众包技术对步骤3所得到的聚类结果进行持续的优化；(5)将用户过去的检索记录与步骤4优化后的聚类结果进行映射，利用映射后的聚类结构作为标签推荐给用户。