摘要：针对大众标注系统中标签语义模糊、标签检索效果不理想等难题,利用改进的潜在语义标引LSI提高标签检索效率。文章首先设计基于改进的LSI标签语义检索书目系统模型,定义新的标签-图书矩阵权重计算算法,并对关键技术进行详细说明,最后实现标签语义检索书目原型系统,并以"豆瓣读书"数据设计实验,取得了较好的实验效果。

摘要：【目的】利用分众分类法构建用户、资源和标签的三元组关系实现图书推荐系统。【方法】利用协同过滤技术,采用余弦算法计算资源相似度,分别设计了书目权值和标签权值,利用稀疏向量的表示方法来表示输入矩阵中的每个资源来压缩稀疏矩阵存储。【结果】计算后发现书目权值主要分布在0-200的区间内,标签权值符合幂率分布。使用AP和MAP指标对比书目权值高的前20本书在本系统的相关推荐结果要优于豆瓣网。【局限】因为目前图书馆参与书目标注行为的用户数量不够,所以本文的数据是在采集图书馆的书目数据基础上获得豆瓣网上的该书所对应的用户标注数据。【结论】本研究有利于图书馆OPAC系统功能完善,利用用户标注数据了解用户需求,提供更好地个性化推荐服务。

摘要：在现代信息技术领域,如何快速、准确和全面地找到用户真正所需要的信息,已经成为该领域的研究重点。在文本分类的理论基础之上,文章针对KNN算法存在的不足,设计了一种基于聚类密度的文本分类算法,通过计算待分类文本的相似度及其权重值的大小判断待分类文本的所属类别。并通过3个实验对该分类算法进行了验证,实验结果表明,基于聚类密度的分类算法在不同特征选择方法、不同特征词数下的分类效果都优于KNN分类算法,同时证明在多种相似度算法中,Jensen-Shannon散度更适合聚类密度算法。