摘　　要：【目的】利用标签间的关系实现跨领域资源推荐。【方法】构建跨领域资源推荐模型,分析标签特性并选择可用于跨领域推荐的标签。以DBSCAN算法结合标签向量实现初步的基于资源类型的跨领域资源推荐,将TF-IDF算法与个性化标签相结合改进初步结果,实现个性化更强的二次推荐。【结果】基于资源推荐的召回率、准确率、F值分别为0.82、0.75、0.78,基于用户标签推荐的召回率、准确率、F值分别为0.80、0.74、0.77,基于资源与用户推荐的结果与用户兴趣具有强关联性。【局限】用于初次推荐的标签数量较少,难以全面反映资源特征。用于二次推荐的标签需根据用户进行选择,采集较为困难。【结论】当不同领域中的标签具有一定关联性时,可以通过标签实现跨领域的资源推荐。

　　【作　　者】叶佳鑫[1] 熊回香[1]

　　【作者单位】[1]华中师范大学信息管理学院,武汉430079

　　【期　　刊】《数据分析与知识发现》 中国人文科学核心期刊要览 2019年第2期21-32,共12页

　　【关 键 词】标签 跨领域 资源聚类 个性化推荐

　　【基金项目】国家社会科学基金项目“基于人类行为动力学的社交网络信息交流行为研究”(项目编号:16BTQ076)的研究成果之一。