38、标签推荐系统与云计算任务调度算法解析

标签推荐系统与云计算任务调度算法解析

1 标签推荐系统

1.1 显式多样化技术

多样化技术可分为隐式多样化和显式多样化。显式多样化更受欢迎，它是一个两步过程：
1. 使用任何基于相关性的基线推荐系统找到一个项目列表。
2. 应用多样化方法，选择并重新排序项目，以生成具有更高多样性的列表。

重新排序步骤使用简单的贪心算法，从候选标签中选择具有最大目标函数值的标签。算法以基线排名 R 为输入，通过迭代选择属于集合 R - S 的项目 i* 来最大化目标函数 F，将其重新排序为新的排名 S。算法步骤如下：

Algorithm 1
1. Initialize
2. while 
3. 
4. 
5. 
6. end while 
7. return S 

1.2 二项式框架

为了定义标签推荐系统中的目标函数，使用了二项式框架。目标函数 F 定义为相关性和二项式多样性的组合：
[F(i, S) = \lambda * rel(i) + (1 - \lambda) * dvr(i, S)]
其中，(rel(i)) 是从基线推荐器获得的相关性得分，(\lambda) 是相关性和多样性之间的平衡因子，(dvr(i, S)) 是包含项目 i 的列表 S 的二项式多样性与不包含项目 i 的列表 S 的二项式多样性之间的差异：
[dvr(i, S) = binDiv(i \cup S) - binDiv(S)]
二项式多样性结合了最大覆盖和最小冗余推荐，定义为覆盖得分和非冗余得分的乘积： <