基于相对频次的标签相关性判断优化研究

[目的/意义]标签相关性判断是开展标签应用研究与实践的基础。为解决这一问题，笔者此前提出了一种基于活跃度指数多次迭代的判断策略，但策略的召回率不够理想。[方法/过程]为提升策略的召回率，本文以标签与认知的基本关系为基础，提出了一种基于相对频次的改进策略，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]结果显示，该策略使得标签相关性判断的效果得到了显著改善。其中，对于频次不小于5的标签，策略的召回率大幅提升，由79.63%升至89.36%；准确率虽有略微下滑，由93.33%降至92.02%，但仍保持在较高水平。