论文部分内容阅读
随着YouTube、Flickr和Last．fm等社会化网络的兴起，标签系统在日常生活中扮演着越来越重要的作用．为了给用户提供更优质的推荐，分析用户为不同资源打标签的行为就显得尤为重要．本文将主要的社区发现算法应用到标签系统中的聚类分析中，并比较它们在不同数据集上的表现，设计出针对标签系统的个性化推荐算法．实验结果表明，本文提出的算法能很好的发现不同用户的兴趣，提高推荐系统的质量．