[发明专利]一种众包知识共享社区的资源推荐方法

权利要求书

1.一种众包知识共享社区的资源推荐方法，其特征在于，推荐前，先获取用户对资源的评分，包括如下步骤：

S1、先获取众包知识共享社区的用户对目标资源的社会化标注标签，建立基于共现关系的标签相似度矩阵，根据标签的共现关系建立结构化的标签树；

S2、在确定标签树的基础上，根据标签之间基于共现的共现语义相似度以及基于标签树的标签树语义相似度确定目标资源之间的资源语义相似度；

S3、用目标资源之间的资源语义相似度对用户的评分矩阵进行填充，根据填充后的用户评分矩阵找寻用户的邻近用户，通过邻近用户对资源的评分预测用户对资源的评分。

2.如权利要求1所述的众包知识共享社区的资源推荐方法，其特征在于，所述步骤S1中，采用如下步骤建立结构化的标签树：

S11、对社会化标注标签进行数据预处理：包括对无效标签的清理、相似标签的整合以及对低频标签和非法标签进行过滤，得到构建标签树的标签集合；

S12、建立维度为n×n的标签共现矩阵O，n为标签集合内的标签个数；引入Ochiia系数将标签共现矩阵O转换成反映标签间实质性共现关系的标签相似度矩阵S1nxn，

其中S1(a,b)表示标签a和标签b的基于共现的共现语义相似度，O_a,b代表标签a和标签b的共现频次，N_a和N_b表示标签a和标签b的使用频次；

S13、采用如下步骤构建标签树：

S13a、将标签集合中标注资源数量最多的标签作为根节点；

S13b、计算其他标签与当前根节点的共现语义相似度，并将共现语义相似度大于设定阈值且标注资源数量少于当前根节点的标签作为候选子标签集，以候选子标签集中与当前根节点的共现语义相似度最大的标签作为当前根节点的子节点；

S13c、将上一步确定的子节点作为当前根节点，重复步骤S13b，直到当前根节点下无子节点。

3.如权利要求2所述的众包知识共享社区的资源推荐方法，其特征在于，所述步骤S13中，还包括如下步骤，S13d、将标签集合中还未加入标签树的所有标签中标注资源数量最多的标签作为对象，计算标签树中各标签与该对象的共现语义相似度，并将共现语义相似度大于设定阈值且标注资源数量大于该对象的标签作为候选父标签集，以候选父标签集中与该对象的共现语义相似度最大的标签作为该对象的父节点，并以该对象为当前根节点，重复步骤S13b，直到当前根节点下无子节点。

4.如权利要求3所述的众包知识共享社区的资源推荐方法，其特征在于，所述步骤S13中，还包括如下步骤，S13e、所述步骤S13d中，若该对象在标签树中无父节点，则以该对象为根节点，重复步骤S13b～S13d构建标签树；建立总根节点，并将所有标签树归入该总根节点下，完成标签树的构建。