Ensemble of incremental multilabel classifiers for tag recommending in social networks

• Autorzy: Chojnacki S. , Kłopotek M.

Warianty tytułu

PL

Rodzina przyrostowych klasyfikatorów wieloetykietowych dla rekomendacji otagowań w sieciach społecznych

• Języki publikacji: EN

Abstrakty

EN

The purpose of this article is to present profits and costs of enriching state of the art real life tag recommender system with incremental learning mechanisms. We describe modifications to a system that successfully participated in Online Task of ECML/PKDD Discovery Challenge 2009. The system's architecture follows an idea to construct hierarchical ensemble of simple classifiers, which was implemented in various ways by the systems with highest performance in the Challenge. The system is currently integrated as a web service with BibSonomy bookmarking portal and outperforms other algorithms in terms of effective latency. We focus on incremental learning techniques that improve quality of the system's recommendations, but do not raise maintainability, efficiency or reliability issues.

PL

Celem artykułu jest prezentacja korzyści i zagrożeń związanych ze wzbogaceniem systemu rekomendującego otagowania o mechanizmy uczenia przyrostowego. Opisujemy modyfikacje do systemu, który z powodzeniem brał udział w konkursie ECML/PKDD Discovery Challenge. Architektura systemu oparta jest na idei wspólnej dla systemów, które osiągnęły najwyższe oceny podczas konkursu i składa się z hierarchicznego łączenia wyników prostych klasyfikatorów. Opisywany system jest obecnie zintegrowany z serwisem internetowym BibSonomy i osiąga najwyższe oceny ze względu na czas dostarczania rekomendacji dla użytkowników. W tym artykule skupiamy uwagę na zastosowaniu technik uczenia przyrostowego, które nie powodują znacznego obniżenia prędkości systemu lub obniżają jego niezawodność we wdrożeniu w środowisku badawczym.

Słowa kluczowe

EN

tag recommender; multilabel classification; social networks

PL

rekomendacje otagowań; sieci społeczne

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2010
• Tom: Vol. 31, nr 2A
• Strony: 9--19
• Opis fizyczny: Bibliogr. 12 poz.

Twórcy

autor

Chojnacki S.

autor

Kłopotek M.

• Instytut Podstaw Informatyki Polskiej Akademii Nauk,

Bibliografia

• 1. Basile P., Gendarmi D., Lanubile F., Semeraro G.: Recommending smart tags in a social bookmarking system. In Bridging the Gep between Semantic Web and Web 2.0 (SemNet 2007), 2007, s. 22-29.
• 2. Chojnacki S.: Tag Recommendations based on Tracking Social Bookmarking Services. Proceedings of the ECML-PKDD Discovery Challenge Workshop, Bled, Slovenia, 2009.
• 3. Eisterlehner F., Hotho A., Jäschke R.: ECML PKDD Discovery Challenge 2009. CEUR-WS.org, 2009.
• 4. Golder S. A., Huberman B. A.: Usage patterns of collaborative tagging systems. Journal of Information Science, 32(2): 198, 2006.
• 5. Heymann P., Ramage D., Garcia-Molina H.: Social tag prediction. In SIGIR '08: Proceedings of the 31st annual international ACM SIGIR conference on Research and development in information retrieval,, New York, NY, USA, ACM, 2008, s. 531-538.
• 6. Jäschke R., et. al.: Tag Recommendations in Social Bookmarking Systems. Al Communications, Amsterdam: IOS Press, Vol. 21, No. 4, 2008, s. 231-247.
• 7. Jäschke R., et. al: Testing and Evaluating Tag Recommenders in a Live System. Workshop on Knowledge Discovery, Data Mining, and Machine Learning, 2009, s. 44-51.
• 8. Jäschke R., et. al.: Tag Recommendations in Folksonomies. LNCS, 4702:506,2007.
• 9. Lipczak M., et. al.: Tag sources for recommendation in collaborative tagging systems. Proceedings of the ECML-PKDD Discovery Challenge Workshop, Bled, Slovenia, 2009.
• 10. Macgregor G., McCulloch E.: Collaborative tagging as a knowledge organization and resource discovery tool. Library Review, 55(5), 2006, s. 291-300.
• 11. Sigurbjornsson B., Zwol R.: Flickr tag recommendation based on collective knowledge. WWW '08: Proceeding of the 17th intemational conference on World Wide Web,, New York, NY, USA, ACM, 2008, s. 327-336.
• 12. Song Y., et. al.: Realtime automatic tag recommendation. SIGIR '08: Proceedings of the 31st annual international ACM SIGIR conference on Research and development in information retrieval,, New York, NY, USA, ACM, 2008, s. 515-522.