改进的DBSCAN聚类算法在社会化标注中的应用.pdfVIP

总第24 期 2018 年 第12 期 改进的DBSCAN 聚类算法在社会化标注 中的应用* 熊回香 叶佳鑫 蒋武轩 (华中师范大学信息管理学院 武汉 430079) 摘要: 【目的 】改进DBSCAN 算法并验证其在社会化标注中的可行性及有效性。【方法 】结合社会化标注的特 点, 分析标签被用来标注资源的频次及标签的总出现次数, 挖掘标签与资源间的联系来改进DBSCAN 聚类算法, 以改进的算法为基础, 实现标签聚类、用户聚类以及用户标签的拓展。【结果 】采用豆瓣电影上的数据进行对 比实验, 改进的DBSCAN 算法在应用于社会化标注时可以提高簇内对象间相关性与各簇间相关性的比值, 聚类 效果得到改进。【局限 】在选择构建向量的数据时存在一定局限性, 样本数据只能从较笼统的层面表示用户及 资源特征, 未对其进行深入挖掘。【结论 】本文通过分析社会化标注的特点来改进DBSCAN 算法, 提高算法的效 果, 并为其改进提供新的思路。 关键词: DBSCAN 标签聚类 用户聚类 标签拓展 分类号: G202 DOI : 10.11925/infotech.2096-3467.2018.0358 因此其是系统获得用户个性化特征的良好数据来 1 引 言 源[7] 。如何利用用户标签进行个性化推荐, 是社会化标 社会化标注是目前常用的信息组织方式之一, 又 签领域中的研究重点之一。然而, 用户标签存在数量 称为协同标注、大众分类等, 指用户为资源添加标签 稀缺和缺乏个性化等问题, 解决这些问题的有效途径 的行为[1] 。社会化标注允许用户自由地为资源添加标 之一就是利用相关推荐算法为用户推荐标签。常用的 签, 用户可以使用自然语言, 按照自己的偏好对资源 标签推荐算法有基于协同过滤的推荐算法、基于图模 进行标注, 这种标注方式使标签具有社会性, 能够反 型的推荐算法、基于文本的推荐算法、基于张量模型 映用户特征, 因此标签也称为社会化标签[2-3] 。标签的 与LDA 模型的推荐算法等。例如以协同过滤为基础的 [4] [8] 出现, 一方面能帮助用户方便、低成本地管理信息 ; 博客标签推荐系统TagAssist ; Zhang 等提出的超图模 另一方面也使网站能够更容易地了解用户兴趣, 并以 型[9]; 钟青燕等提出的基于层次聚类和文本语义的推 [5] [10] 此为基础提供个性化服务 。 荐算法 ; 廖志芳等提出的以张量分解为基础的推荐 在以社会化标签为基础的个性化服务领域中, 了 算法[11]; 张斌等提出的基于 LDA 融合对象间关系与 解用户兴趣、挖掘用户个性化特征并以此建立用户模 资源内容的标签推荐算法[12] 。目前的标签推荐算法主 型是个性化服务的核心与基础[6] 。社会化标签是用户 要追求改进传统推荐方式和提高推荐标签的准确性, 个人偏好的反映, 能够较好地反映用户的兴趣、特征, 针对社交网络中现有标签缺乏个性化这一问题的研究 通讯作者: 熊回香, ORCID: 0000-0001-9956-3396, E-mail: hxxiong@。 *本文系国家社会科学基金项目“大众分类中标签间语义关系挖掘研究”(项目编号: 12BTQ038)的研究成果之一。 Data Analysis and Knowledge Discovery 77 应用论文 相对较少。 2.2 DBSCAN 算法改进 为解决上述问题, 本文提出一种以DBSCAN 算