《推荐系统实践》-（第四章）利用用户标签数据

标签应用一般分为两种：一种是让作者或者专家给物品打标签；另一种是让普通用户给物品打标签，也就是UGC（User Generated Content，用户生成的内容）的标签应用。UGC的标签系统是一种表示用户兴趣和物品语义的重要方式。当一个用户对一个物品打上一个标签，这个标签一方面描述了用户的兴趣，另一方面则表示了物品的语义，从而将用户和物品联系了起来。

标签系统的最大优势在于可以发挥群体的智能，获得对物品内容信息比较准确的关键词描述，而准确的内容信息是提升个性化推荐系统性能的重要资源。

4.2标签系统中的推荐问题

标签系统中的推荐问题主要有以下两个。

1） 如何利用用户打标签的行为为其推荐物品（基于标签的推荐）？

2）如何在用户给物品打标签时为其推荐适合该物品的标签（标签推荐）？

为了研究上面的两个问题，我们首先需要解答下面3个问题。

1） 用户为什么要打标签？

2） 用户怎么打标签？

3） 用户打什么样的标签？

4.2.1用户为什么要打标签

用户打标签的动机

4.2.2用户如何打标签

标签的流行度分布也呈现非常典型的长尾分布：某个标签的流行度越高，被用户拿来给物品标注的概率就越小。

4.2.3用户打什么样的标签

理论上， 标签应该是能够准确描述物品内容属性的关键词 

实际上，用户往往不是按照我们的想法操作，而是可能会给物品打上各种各样奇奇怪怪的标签。

Scott A. Golder 总结了Delicious上的用户标签的几大类 

4.3基于标签的推荐系统