摘要
协作标记系统允许用户将关键字（所谓的“标记”）分配给资源。标签用于导航、查找资源和偶然浏览，从而为用户带来即时利益。这些系统通常包括标签推荐机制，简化了为资源查找好标签的过程，但也整合了跨用户的标签词汇表。然而，在实践中，只应用了非常基本的推荐策略。在本文中，我们评估并比较了两种大规模现实生活数据集上的推荐算法：基于用户的协作过滤的改进算法和基于FolkRank之上的基于图形的推荐算法。我们表明，这两种方法都比非个性化基线方法提供了更好的结果。尤其是基于图的推荐器性能大大优于现有的方法。
链接和资源
标签
社区
