基于活跃性指数的标签相关性判断研究*

[目的/意义］改善标签相关性判断策略效果不理想、通用性较差的问题。［方法/过程］结合标签相关性判断的特点对活跃性指数的计算方法进行改造，进而提出了一种基于多次活跃性指数迭代的标签相关性判断策略，并以社会化标注社区“豆瓣电影”的675351位用户的标签数据为例进行实验，以验证策略的效果。［结果/结论］实验结果显示，该策略的召回率为79.6%，准确率为93.3%，均较为理想，明显优于常用的Top-N策略。同时，该策略的通用性较好，适用于视频、音频、文本等各类型媒体。因此，该策略能够较好地解决标签的相关性判断问题。