典型文献
标签推荐方法研究综述
文献摘要：
随着互联网信息的爆炸式增长,标签(由用户指定用来描述项目的关键词)在互联网信息检索领域中变得越来越重要.为在线内容赋予合适的标签,有利于更高效的内容组织和内容消费.而标签推荐通过辅助用户进行打标签的操作,极大地提升了标签的质量,标签推荐也因此受到了研究者们的广泛关注.总结出标签推荐任务的三大特性,即项目内容的多样性、标签之间的相关性以及用户偏好的差异性.根据这些特性,将标签推荐方法划分为3个类别,分别是基于内容的方法、基于标签相关性的方法以及基于用户偏好的方法.之后,针对这3个类别下的对应方法进行了梳理和剖析.最后,提出了当前标签推荐领域面临的主要挑战,例如标签的长尾问题、用户偏好的动态性以及多模态信息的融合问题等,并对未来研究方向进行了展望.
文献关键词：
机器学习;信息检索;推荐系统;标签推荐;用户偏好
中图分类号：
作者姓名：
徐鹏宇;刘华锋;刘冰;景丽萍;于剑
作者机构：
交通数据分析与挖掘北京市重点实验室(北京交通大学), 北京 100044;北京交通大学 计算机与信息技术学院, 北京 100044
文献出处：
引用格式：
[1]徐鹏宇;刘华锋;刘冰;景丽萍;于剑-.标签推荐方法研究综述)[J].软件学报,2022(04):1244-1266
A类：
B类：
标签推荐,推荐方法,互联网信息,爆炸式,信息检索,内容组织,内容消费,打标,推荐任务,项目内容,用户偏好,标签相关性,别下,主要挑战,长尾问题,多模态信息,融合问题,未来研究方向,推荐系统
AB值：
0.321525
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
