基于随机游走算法的社会化标签的用户推荐_王海雷
第３ ４卷 第７期
王 海 雷 ， 俞 学 宁 ： 基于 随 机 游走 算法的 社 会 化 标签 的 用户 推 荐
·２ ３ ８ ９·
其后成为电子商务中很重要的一环 。 、ｆ 、Ｇ 在社交 网 站 方 面 ， 诸 如 ｄ ｅ ｌ ｉ ｃ ｉ ｏ ｕ ｓ ｌ ｉ ｃ ｋ ｒ ｒ ｏ ｕ ｌ ｅ ｎ等 ｐ 用户给相应的内 容 打 标 签 的 网 站 的 兴 起 ， 由 于 要 标 记 的 资 源内容过于繁杂 或 者 内 容 不 能 直 接 获 取 文 本 ， 因 此 出 现 了 用户给资源标记 标 签 的 系 统 ， 给 予 用 户 所 打 标 签 的 推 荐 系 统也应运而 生 。 其 作 用 是 依 据 了 用 户 的 个 人 喜 好 ， 让 用 户 迅速找到相应的 词 语 来 描 述 ， 另 外 也 可 以 侧 面 找 到 最 贴 近 资源的描述 标 签 ， 这 一 过 程 借 用 了 人 的 主 观 能 动 性 ， 增 加 了系统体现 出 来 的 社 会 文 化 。 在 社 交 网 络 中 ， 朋 友 之 间 可 以相互 发 布 感 兴 趣 的 话 题 、 最 近 的 照 片 、 有 意 思 的 视 频 、 交流思想 、 传 播 新 闻 …… 所 以 在 这 个 社 会 网 络 中 ， 人 人 都 是一个有潜力的 传 播 者 和 接 收 者 ， 正 因 为 这 个 平 台 的 无 所 不包的特性在于其充分利用了社会 网 络 中 草 根 人 群 的 特 点 ， 朋友和朋友之间的 信 任 往 往 比 远 离 一 般 群 众 的 新 闻 媒 体 的 影响来得大 ， 来 得 广 。 而 作 为 社 会 网 络 中 最 基 础 的 用 户 构 成社交网络中最 核 心 的 部 分 ， 对 于 一 个 在 社 会 网 络 中 朋 友 较少的用户 来 说 ， 所 能 接 触 到 的 信 息 是 有 限 的 ， 所 以 扩 展 有 朋友圈便是非常重要 的 需 求 ， 因 此 社 交 网 站 一 般 通 过 “ 可能认识的人 ” 一栏向 用 户 推 荐 朋 友 。 而 这 个 推 荐 系 统 往 往成为用户找到朋友的重要渠道 。
摘 要 ： 利用 来 自 Ｄ ｅ ｌ ｉ ｃ ｉ ｏ ｕ ｓ的 数 据 集 ， 结合 内 容 相 似度 的 挖掘 和 语 义关系 处 理 ， 对 社 会 化 标签 系统 的 用 户 推 荐 的 算 法 进 行 了 研究 。 具 体工作 为 ： 利用 标签 和 书 签 的 语 义关系 ， 定义 用户 的 内 容 信 息 ， 从 而 计 算 内 容 相 似 度 ； 建 立 内 容 相 似 度 与 社 会 网络 的 用户 链 接 关系 ， 通过 可 重 启 的 随 机 游走 算法 （ ＲＷＲ） 结合 来 达 成 理 想 的 效 果 。 实验 评 测 显 示 ， 无 论 是 精 确 度 还 是 召 回 率 ， 该 算法的 效 果都要明 显 优 于 ｂ ａ ｓ ｅ ｌ ｉ ｎ ｅ的算法 。 关键词 ： 社 会 化 标签 ； 用户 ； 资 源 ； 标签 ； 推 荐 ）０ 中图法分类号 ：Ｔ Ｐ ３ ９ ３ 文献标识号 ：Ａ 文章编号 ： １ ０ ０ ０ ７ ０ ２ ４（ ２ ０ １ ３ ７ ２ ３ ８ ８ ０ ４ － － －
源推荐 、 标签 推 荐 、 用 户 推 荐 。 这 个 ３ 个 推 荐 方 向 是 现 在
； 修订日期 ：２ 收稿日期 ：２ ０ １ ２ １ １ １ ５ ０ １ ３ ０ ２ ０ ５ － － － － ） ； 教育部科技发展中心网络时代的科技论文快速共享专项研究资助课题基金项目 （ ） 基金项目 ： 自然科学基金项目 （ ６ １ ２ ７ ２ ３ ４ ３ ２ ０ １ １ １ １ ０ ， 男 ， 河北廊坊人 ， 博士后 ， 研究方向为语义网 、 文本挖 掘 和 知 识 管 理 ； 俞 学 宁 （ ，男，北 京 人，本 作者简介 ： 王海雷 （ １ ９ ８ １－ ） １ ９ ５ ６－ ） ： 科 ， 高级经济师 ， 研究方向为数字教育 、 数据挖掘和知识管理 。Ｅ－ｍ ａ ｉ ｌ ｈ ａ ｉ ｌ ｅ ｉ ６ ０ ８＠１ ２ ６ ． ｃ ｏ ｍ
Ｕ ｓ ｅ ｒ ｒ ｅ ｃ ｏ ｍｍ ｅ ｎ ｄ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｓ ｏ ｃ ｉ ａ ｌ ｔ ａ ｉ ｎ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｒ ａ ｎ ｄ ｏ ｍ ｗ ａ ｌ ｋ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｇ ｇ ｇ ｇ
１２ ３ ＷＡＮＧ Ｈ ａ ｉ ｌ ｅ ｉ ＹＵ Ｘ ｕ ｅ ｎ ｉ ｎ － ， － ｇ ，
基于随机游走算法的社会化标签的用户推荐
２ ，俞 学 宁３ 王 海 雷１，
（ １． 北京 大学 光 华 管 理 学 院 ， 北京 １ ０ ０ ８ ７ １；２． 中 国 民 生 银 行 博 士 后 工作 站 ， 北京 １ ０ ０ ０ ３ １； ） ３． 中 国 民 生 银 行 科研 培 训 学 院 ， 北京 １ ０ ０ ０ ８ ４
２ ０ １ ３年７月 第３ ４卷 第７期
计算机工程与设计
Ｃ ＯＭＰ ＵＴ Ｅ Ｒ Ｅ ＮＧ Ｉ Ｎ Ｅ Ｅ Ｒ Ｉ ＮＧ ＡＮ Ｄ Ｄ Ｅ Ｓ Ｉ ＧＮ
Ｊ ｕ ｌ ２ ０ １ ３ ｙ Ｖ ｏ ｌ ． ３ ４ Ｎ ｏ ． ７
［ ］ １ ２ － 。 目前的推荐系统涉及 到 个 主 要 的 方 面 ， 分 别 是 资 ｔ ｅ ｍ）
３］ 。 几乎所有个性化推荐系统中必不可少的部分 ［
社会化标签 系 统 在 电 子 商 务 系 统 、 知 识 管 理 系 统 以 及 社交网络中都有 着 重 要 的 经 济 价 值 和 广 泛 的 应 用 前 景 。 在 电子商务方 面 ， 最 著 名 的 电 子 商 务 网 站 ， 如 亚 马 逊 网 络 书 、淘 宝 网 （ 、当当网上书 城 店 （ Ａｍ ａ ｚ ｏ ｎ ． ｃ ｏ ｍ） ｔ ａ ｏ ｂ ａ ｏ ． ｃ ｏ ｍ） 等等都具有资源 推 荐 功 能 ， 顾 客 选 择 一 本 自 己 感 兴 趣 的 书 籍 ， 马上会在底下 看 到 系 统 推 荐 的 喜 欢 此 商 品 的 顾 客 还 喜 欢的商品 ， 此 项 功 能 是 首 先 在 亚 马 逊 网 站 上 面 提 出 来 的 ， 此举也成为 被 用 户 津 津 乐 道 一 项 服 务 。 此 后 ， 还 可 以 根 据 某顾客以往的购买 行 为 以 及 根 据 具 有 相 似 购 买 行 为 的 顾 客 ，也就 群的购买行为去推荐这个顾客其 “ 可能喜欢的品项” 是借由社群的喜好提供个人化的 资 讯 、 商 品 等 的 推 荐 服 务 ，
０ 引 言
社会化标签 系 统 的 出 现 为 用 户 提 供 了 便 利 ， 但 也 提 出 了新的问题 ： 由全 体 用 户 产 生 的 数 据 太 多 太 乱 且 一 直 呈 指 数式爆炸性增长 ， 一 个 用 户 往 往 难 以 轻 易 找 到 与 自 己 相 似 的其他 用 户 或 者 自 己 喜 欢 的 资 源 ， 对 资 源 的 概 括 性 描 述 — — — 标签也需要费力思考 。 在这种背景下 ， 推 荐 系 统 （ ｒ ｅ ｃ － ｏ ｍｍ ｅ ｎ ｄ ｅ ｒ ｓ ｓ ｔ ｅ ｍ） 应运而生 ， 它可 以 根 据 用 户 的 特 征 ， 比 ｙ 如兴趣爱好 ， 推荐 满 足 用 户 要 求 的 对 象 并 可 以 实 时 更 新 推 荐，也称 个 性 化 推 荐 系 统 （ ｒ ｅ ｃ ｏ ｍｍ ｅ ｎ ｄ ｅ ｒ ｓ ｓ ｅ ｒ ｓ ｏ ｎ ａ ｌ ｉ ｚ ｅ ｄ － ｐ ｙ
基于随机游走的改进标签传播算法
2020⁃12⁃10计算机应用,Journal of Computer Applications2020,40(12):3423-3429ISSN 1001⁃9081CODEN JYIIDU http ：//基于随机游走的改进标签传播算法郑文萍1，2*，岳香豆1，2，杨贵1，2（1.山西大学计算机与信息技术学院，太原030006；2.计算智能与中文信息处理教育部重点实验室（山西大学），太原030006）（∗通信作者电子邮箱wpzheng@ ）摘要：社区发现是挖掘社交网络隐藏信息的一个有用的工具，而标签传播算法（LPA ）是社区发现算法中的一种常见算法，不需要任何的先验知识，且运行速度快。
针对标签传播算法有很强的随机性而导致的社区发现算法结果不稳定的问题，提出了一种基于随机游走的改进标签传播算法（LPARW ）。
首先，根据在网络上进行随机游走确定了节点重要性的排序，从而得到节点的更新顺序；然后，遍历节点的更新序列，对每个节点将其与排序在其之前的节点进行相似性计算，若该节点与排序在其之前的节点是邻居节点且它们之间的相似性大于阈值，则将排序在其之前的节点选为种子节点；最后，将种子节点的标签传播给其余的节点，得到社区的最终划分结果。
将所提算法与一些经典的标签传播算法在4个有标签的网络和5个无标签的真实网络上进行比较分析，实验结果表明所提算法在标准互信息（NMI ）、调整兰德系数（ARI ）和模块度等经典的评价指标上的性能均优于其余对比算法，可见该算法具有很好的社区划分效果。
关键词：复杂网络；社区发现；标签传播算法；随机游走；种子扩展策略中图分类号：TP391.1文献标志码：AImproved label propagation algorithm based on random walkZHENG Wenping 1，2*，YUE Xiangdou 1，2，YANG Gui 1，2（1.School of Computer and Information Technology ，Shanxi University ，Taiyuan Shanxi 030006，China ；2.Key Laboratory of Computational Intelligence and Chinese Information Processing ，Ministry of Education（Shanxi University ），Taiyuan Shanxi 030006，China ）Abstract:Community detection is a useful tool for mining hidden information in social networks.And LabelPropagation Algorithm （LPA ）is a common algorithm in the community detection algorithm ，which does not require any prior knowledge and runs fast.Aiming at the problem of the instability of community detection algorithm results caused by the strong randomness of label propagation algorithm ，an improved Label Propagation Algorithm based on Random Walk（LPARW ）was proposed.Firstly ，according to the random walk on the network ，the importance order of nodes was determined ，so as to obtain the update order of nodes.Secondly ，the update sequence of nodes was traversed ，and thesimilarity calculation between each node and the node before it was performed.If the node and the node before it were neighbor nodes and the similarity between them was greater than the threshold ，then the node before it was selected as the seed node.Finally ，the label of the seed node was propagated to the rest of the nodes in order to obtain the final division result of the communities.The proposed algorithm was comparatively analyzed with some classic label propagation algorithms on 4labeled networks and 5unlabeled real networks.Experimental results show that the proposed algorithm is better than other comparison algorithms on classic evaluation indicators such as Normalized Mutual Information （NMI ），Adjusted RandIndex （ARI ）and modularity.It can be seen that the proposed algorithm has the good community division effect.Key words:complex network;community detection;Label Propagation Algorithm (LPA);random walk;seedexpansion strategy引言在现实生活中，网络无处不在。
一种多标签分类的手机应用推荐系统及其方法[发明专利]
![一种多标签分类的手机应用推荐系统及其方法[发明专利]](https://360docs-1393072327.cos.ap-beijing.myqcloud.com/7b51acb8ad02de80d5d84006.webp)
专利名称：一种多标签分类的手机应用推荐系统及其方法专利类型：发明专利
发明人：徐光侠,陶荆朝,代小龙,常光辉
申请号：CN201710756590.4
申请日：20170829
公开号：CN107609063A
公开日：
20180119
专利内容由知识产权出版社提供
摘要：本发明属于大数据和数据挖掘推荐系统技术领域，尤其是一种多标签分类的手机应用推荐系统及其方法。
本发明的系统包括：数据获取模块、数据处理模块、数据存储模块、业务逻辑模块、显示模块等五个模块。
提出了一种基于随机游走算法的多标签分类算法，将多标签数据映射成为多标签随机游走图。
当输入一个未分类数据时，建立一个多标签随机游走图系列。
而后对图系列中的每个节点随机游走，得到遍历每个顶点的概率分布，并将这个点概率分布转化成每个标签的概率分布。
本发明解决用户兴趣多样性推荐的问题以及用户兴趣不断变化带来的推荐运算复杂度增长的问题，得到较传统的推荐技术更加灵活的推荐技术，提高了推荐质量。
申请人：重庆邮电大学
地址：400065 重庆市南岸区南山街道崇文路2号
国籍：CN
代理机构：重庆市恒信知识产权代理有限公司
代理人：李金蓉
更多信息请下载全文后查看。
一种基于随机游走的歌曲推荐算法
一种基于随机游走的歌曲推荐算法吴雪君; 米红娟; 李欣【期刊名称】《《微型机与应用》》【年(卷),期】2019(038)010【总页数】5页(P35-39)【关键词】推荐算法; 协同过滤; 随机游走; 场论【作者】吴雪君; 米红娟; 李欣【作者单位】兰州财经大学信息工程学院甘肃兰州730020【正文语种】中文【中图分类】TP3910 引言互联网的快速发展使得用户在面对呈指数级增长的信息量时很难挖掘出有用的资源。
推荐算法的出现在一定程度上为用户缓解了这个难题。
推荐算法主要通过历史数据中用户对项目的行为操作，利用相应算法计算相似度，为用户推荐他可能感兴趣的项目。
现在已经有许多实际的应用，如Netflix的电影推荐，亚马逊网站的图书、CD推荐等。
常见的主流音乐推荐算法可以分为三种：基于内容的推荐算法、协同过滤推荐算法、混合推荐算法。
基于内容的推荐算法[1]易于实现，它只需要用户个人的历史数据，分析用户曾经喜欢过的歌曲的属性信息，计算所用歌曲间的相似度，为用户推荐相似的未收听过的歌曲。
但是推荐结果缺乏多样性，且特征提取的方法受到技术的限制。
协同过滤推荐算法[2-3]是根据历史数据中用户对歌曲的评分(评分数据可以是用户对项目的各种操作)，计算相似度，发现偏好相同的用户，根据相似用户的偏好预测目标用户对其他歌曲的喜好程度，不足之处是存在冷启动问题和数据稀疏性问题。
混合推荐算法将上述两种算法互补组合进行推荐，比如Stanford大学推出的Fab系统，将两种算法结合为用户提供个性化推荐[4]。
有学者也提出了新的推荐算法，例如基于图结构进行推荐。
传统的随机游走(Random Walk，RW)[5]是一种理想的数学模型，它从所处的节点出发，以相同的几率游走到其某一个邻居节点，可以将它假设成马尔科夫链。
随着研究的发展，随机游走模型也被应用在推荐系统中，实现对用户的个性化推荐。
YILDIRIM H等人[6]提出了一种基于随机游走模型的面向项目的协同过滤推荐算法，使用项目间的余弦相似度和修正的余弦相似度来初始化状态转移概率，该模型能在稀疏数据下增强相似性矩阵。
一种基于随机游走的软子空间聚类集成方法
一种基于随机游走的软子空间聚类集成方法
李嫚;王立宏
【期刊名称】《烟台大学学报:自然科学与工程版》
【年(卷),期】2022(35)3
【摘要】聚类集成旨在将多个基聚类进行组合,以获得性能更佳、鲁棒性更强的共识结果。
本文提出了一种基于随机游走的聚类集成方法CERW(Clustering Ensemble based on Random Walk)。
该方法以hedonic games(享乐博弈)生成的簇为图节点,簇之间的社会福利值为边权重构造簇级相似图。
为了探索相似图中节点之间的结构信息,定义一个转移概率矩阵,并在此基础上进行随机游走,通过分析不同节点的随机游走轨迹来发现博弈簇之间的潜在关系。
在多个数据集上的实验结果证明了所提方法的有效性。
【总页数】9页(P343-350)
【作者】李嫚;王立宏
【作者单位】烟台大学计算机与控制工程学院
【正文语种】中文
【中图分类】TP181
【相关文献】
1.一种基于抗原软子空间聚类的否定选择算法
2.一种基于数据流的软子空间聚类算法
3.一种基于海量高维数据的软子空间聚类改进算法
4.一种基于带核随机子空间的聚类集成算法
5.基于随机分块的稀疏子空间聚类方法
因版权原因，仅展示原文概要，查看原文内容请购买。
基于随机游走的就业推荐系统研究与实现
０ 引言
近 年来 随 着高 我 国经 济带 来 的 不利 影 响 ， 校 毕业 生 的就 高 业形 势 日趋严 峻 。各 高校 的就 业 网更 多是 提供 企业 招聘 信 息发 布 的功 能 。本文 基于 对大 连 理工 大学 毕业
于随机游 走模型的 Ｐ ｇＲ ｎ ａ ｅ ａ ｋ算 法 获 得 的 各 个 企 业 的 “ 职 指 数 ” 将 招 聘 企 业 排 序 后 推 荐 给 每 一 名 毕 业 生 。 求 ， 通 过 测 试 ， 系 统 功 能 上 符 合 设 计 初 衷 ， 够 向毕 业 生 推 荐 适 合 的 企 业 ， 以 提 升 毕 业 生 求 职 的 针 对 性 和 目 的 本 能 可 性 ， 大 大 减 少其 在 获 取 招 聘 信 息上 的 时 问 投 入 。 并
针 对 现有就 业 推荐 过程 中存在 的缺 陷 ， 同时 结合 高 校毕业 生 求职 和 企业 校 园招聘 的特 点 ， 们设计 了 我
“ 高校 毕业 生就 业推 荐 系统 ” 。主要 技术 特 点是 提 出 了一种 基 于 Ｐ ｇ Ｒ ｎ ａ ｅ ａ ｋ算 法计 算 企业 “ 职 指数 ” 求 的方 法 。主 要 思路是 如 果将 企业 视 为 网页 ， 基于 企 业基 本特 征 的相似 关 系视 为 网页之 间的链 接 ， 么可 以根 将 那 据 随机 游 走 的思想 利 用 Ｐ ｇ ｒｎ ａ ｅａ ｋ算法 计算 网页热 度 的 方法 得 到 企业 的“ 度 ”８０， 热 ［１ 在这 里 我 们将 “ －］ 热度 ”
基于用户属性和生成对抗网络的推荐系统
基于用户属性和生成对抗网络的推荐系统
王永强;陈徐洪;张壮壮;董云泉
【期刊名称】《计算机工程与设计》
【年(卷),期】2024(45)1
【摘要】为提升推荐精度,解决传统推荐算法在用户评分向量中存在的未评分项语义模糊造成的推荐精度下降问题,提出一种基于用户属性的条件生成对抗网络的推荐方法。
将用户的属性特征进行提取和编码,并作为生成对抗网络的条件,通过这种明确信号指导用户偏好的生成并进行推荐。
在两个公开的电影评分数据集上进行实验,实验结果表明,所提方法可以有效改善推荐精度,在各评价指标上均优于现有方法,具有一定实用价值。
【总页数】7页(P275-281)
【作者】王永强;陈徐洪;张壮壮;董云泉
【作者单位】南京信息工程大学电子与信息工程学院;国家开发银行重庆市分行【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于对抗式生成网络的电力用户意图文本生成
2.基于用户偏好挖掘生成对抗网络的推荐系统
3.基于生成对抗网络的人脸属性图像生成
4.基于生成对抗网络的多属性人脸图像生成
因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于社会化标注的查询扩展研究
一种基于社会化标注的查询扩展研究
董华磊;王健;林鸿飞;王浩
【期刊名称】《计算机研究与发展》
【年(卷),期】2015(52)11
【摘要】采用社会化标签可以提高检索质量,但真实的标注系统往往比较稀疏,并且标签存在无序性、不规范性和低效性等特点,因此单纯使用传统的SimRank等相似度算法难以奏效.为此,在SimRank算法基础上融入Jaccard系数计算,提出一种改进的社会化标签的相似度计算方法,称作Jaccard SimRank(JSR)算法,更加直观地描述社会化标签之间的相似度,在用户标注网络资源时自动对标签集进行扩展,增加标注密度,并在检索时对标签集进行扩展,因而能够更充分利用社会化标注系统的信息实现有效检索.实验结果表明,与传统的相似度算法相比,JSR方法有效提高了查询扩展系统的性能.
【总页数】8页(P2488-2495)
【作者】董华磊;王健;林鸿飞;王浩
【作者单位】大连理工大学计算机科学与技术学院辽宁大连 116024;大连理工大学计算机科学与技术学院辽宁大连 116024;大连理工大学计算机科学与技术学院辽宁大连 116024;大连理工大学计算机科学与技术学院辽宁大连 116024
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种基于社会化标注的查询扩展方法 [J], 王健;李志斌;林鸿飞
2.一种基于社会化标注的网页检索方法 [J], 王健;李志斌;林鸿飞
3.一种基于视觉词典优化和查询扩展的图像检索方法 [J], 柯圣财;李弼程;陈刚;赵永威;魏晗
4.一种基于影视素材本体的关键词查询扩展方法研究 [J], 沈熠;赵琳
5.一种基于词向量的模糊查询扩展方法 [J], 陈淑巧;邱东;江海欢
因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于随机游走算法的复杂网络生成
关 键 词
中 图分 类 号
复 杂 网络 网 络 生成 随机 游走 算 法
Ｔ Ｐ ３ ９ ９ 文献标识码 Ａ
度 分 布 聚 类 系 数
Ｄ Ｏ Ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ — ３ ８ ６ ｘ ． ２ ０ １ ５ ． ０ ２ ． ０ ３ ０
第３ ２卷 第 ２期
２ ０ １ ５年 ２月
计算机 应 用与软 件
Ｃｏ ｍｐ ｕ ｔ ｅ ｒ Ａｐｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ ａ ｎ ｄ Ｓ ｏ ｆ ｔ ｗａ ｒ ｅ
Ｖｏ １ ．３ ２ Ｎｏ ． ２
Ｆｅ ｂ．２ ０１ ５
基于拉普拉斯机制的随机游走知识发现系统的优化研究
基于拉普拉斯机制的随机游走知识发现系统的优化研究作者：刘爱琴贾一帆来源：《新世纪图书馆》2021年第12期摘要文本聚類与知识获取所产生的知识发现系统需要更加快速、更加准确的算法支持，以满足用户知识需求准确性和关联性的不断增长。
论文基于随机游走知识发现系统，融合网络爬虫技术和学术资源网站结构化数据的特征，通过应用拉普拉斯机制，将所有图书馆文献通过关键词函数的设定和游走过程的通量化，确定图论下的拉普拉斯算子，对原有遍历所有文献节点并反复迭代完成聚类的运作模式添加游走终点判定，对其进行算法的优化，有效解决了随机游走知识发现系统的时间、空间复杂度过大的问题，增加了随机游走聚类的准确性。
关键词拉普拉斯机制随机游走模型知识发现系统分类号 G250.74DOI 10.16810/ki.1672-514X.2021.12.007Abstract With the increasing demand of user’s knowledge， the requirement of accuracy and relevance is higher and higher， the knowledge discovery system for text clustering and knowledge acquisition needs more fast and accurate algorithm support. Based on the random walk knowledge discovery system， this paper optimizes its algorithm： by using Laplace mechanism， all library documents are quantified by keyword function setting and walk process， the Laplace operator under graph theory is determined， and the accuracy of random walk clustering is increased by adding run end point judgment to the original operation mode of traversing all document nodes and increase the accuracy of random walk clustering.Keywords Laplace mechanism. Random walk model. Knowledge discovery system.0 引言用户知识需求的不断增加，要求获取信息的准确性和关联性越来越高，知识发现系统需要用高效的知识提取手段来解决用户的特定问题和满足用户日益增长的个性需求。
基于随机游走的服务查询和标签推荐方法研究
Keywords: tag, API service, ranking, random walk, search, recommendation 1 引言
近年来， 标签对于网上资源的分类和索引起到 了很大的推动作用。标签与普通文本既有联系，又 有一定的区别 。标签一般是由简短的、富于描述 性的文本构成，具有可读性。但是由于其主要用途 是管理和共享资源，故通常极富概念性，并且经常 使用普通文的缩写、简写和连写等形式。因此，与 普通文本相比，标种人工标注的关于资源的 元信息。这些信息在总体上比资源生产者所提供的 信息更为可靠。 标签的推荐方法主要包括： 1) 基于 资源内容的方法；2) 基于协同过滤的方法；3) 基 于链接分析的方法。 基于资源内容的方法一般选择能够最好的描 述资源内容的标签进行推荐。 Chirita 等人提出的 P-TAG 算法[8]同时利用标签与目标资源和在用户主 机上的相关文档的相关性来推荐标签。 Krestel 等人
务，那么他们之间就存在一条连边。 例如, 如果节 点i和节点j之间有一条边相连, 那么Wij存储的就是 这两个tag之间的相似度。 我们使用 Jacard 相似度系数
[15]
4.2 在 TTN 上的随机游走 随机游走方法在机器学习和信息检索领域应 用十分广泛，我们采用在 tag 共现网上执行随机游 走的方法来计算标签的普遍性[16,17,18]。 ①游走到邻居节点的概率 ②游走到 tag 共现网中任一节点概率 1 ③邻接矩阵 P ， 它的元素 p ij 代表从节点 i 到节