首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 359 毫秒
1.
大众标注系统中基于本体的语义检索研究综述   总被引:1,自引:0,他引:1  
针对大众标注系统中由于用户添加标签的多样性和模糊性导致的检索准确性问题,建立基于本体的大众标注系统语义检索模型,分析需要解决的关键问题,如基于社会化标签建立系统专用的本体和利用构建的本体实现语义检索,据此详细分类并阐述当前研究,并对未来研究进行展望。  相似文献   

2.
基于folksonomy标签的用户分类研究   总被引:2,自引:1,他引:1  
重点研究基于Folksonomy的数字资源系统的用户的共性,提出利用用户标签对用户分类的方法,并通过对Flikcr(闪烁照片网)的实证研究,证明通过标签对用户分类的可行性和实用性,为兴趣推送和进一步研究英定基础.  相似文献   

3.
文章基于社交网络用户行为影响因素框架形成需求动机维度的22个标签,结合用户特征维度的8个标签形成大学生社交网络行为标签体系。采用社会调查方法获取标签数据,通过因子分析提取出需求动机维度的4个分类特征因子。基于所提取的特征因子进行快速聚类,得到娱乐型、社交型、信息型和全面型4个差异化群体用户分类,并结合用户特征维度的8个标签对各类用户画像的典型特征进行描述。  相似文献   

4.
[目的/意义]为缩小博物馆图像检索中的语义鸿沟现象,探究社会标签及其分类机制在博物馆资源组织中的应用价值,以期进一步推进文化遗产在博物馆中的虚拟展示并提高其资源访问率。[方法/过程]将现有的图像需求表达分类框架进行扩展,构建社会标签分类模型,搭建社会标签分类平台,研究标签分布与用户语言表达规律。[结果/结论]研究表明:用户更偏好描述图像的主题内容而非其外部特征,更习惯使用通用类型的语词来表达图像主题内容,更倾向于描述人或物的相关内容。  相似文献   

5.
利用社会化标签实现P2P语义推荐   总被引:1,自引:0,他引:1  
针对P2P环境下采用关键字匹配实现信息检索的不足,引入社会化标签,建立基于语义的个性化推荐模型。首先利用P2P节点用户输入的标签及其类名构建P2P社区的标签本体,显示出标签之间的等级关系,然后通过用户历史标签集与社区标签本体匹配,推荐与用户历史标签集语义相关的标签或资源,最终实现语义推荐。最后对模型进行实例验证。  相似文献   

6.
分众分类法Folksonomy作为一种平民分类法是Web 2.0时代的重要产物,为网络知识的组织和共享提供了一个良好的途径。分众分类系统中,用户通过标签Ta g对网络资源进行标注,标签特征一定程度上反映了用户的行为特征,因此文章首先通过对用户标签的统计分析,总结用户的标签特征,然后分别从标注动机、用户认知和社会认同角度对用户行为进行研究,最后根据用户的网络行为建立用户兴趣模型。  相似文献   

7.
基于对应分析的用户与标签间偏好关系研究   总被引:1,自引:0,他引:1  
[目的/意义]用户认知能够影响客观知识之间潜在的关联关系,研究Folksonomy模式中用户与标签之间的偏好关系有助于揭示认知与知识之间的互动关系及其模式规律,并为人文因素影响下的知识组织提供参考。[方法/过程]基于标签与用户的隶属关系构建“标签-用户”2-模网络,采用多变量的对应分析方法,基于联合空间距离位置对用户与标签间的偏好关系进行分析。[结果/结论]研究表明,用户与标签的偏好关系与联合空间中的位置和2-模网络的中心度具有相关性,在偏好问题上不会有群体极化现象发生,群体决策的科学性得以保障。  相似文献   

8.
认为社会化标签多采取自由标引方式,部分标签并不能有效地揭示资源的内容或主题,于是产生许多低质量的标签,这些低质量标签干扰社会标注系统中资源组织的秩序,降低标签在应用场合中的质量和用户满意度。进行基于标签类型的社会化标签质量测评研究,开发标签质量测评网站,邀请志愿者在该网站上对博文标签、图书标签、图片标签、视频标签、音乐标签类型进行划分,得到标签类型分类用的训练数据集和测试集;同时,对标签质量进行打分,在此基础上进一步得到标签质量评估的训练数据集与测试数据集,为以后基于标签类型的标签质量评估提供数据支持。  相似文献   

9.
通过对Librarything用户标签和图书馆主题分类的比较研究,以揭示用户标签和主题分类各自的优缺点,并认为结合这两种方式,以用户标签来提高信息发现能力,以受控词表来配置图书馆的资源,应该是一种很好的方法。  相似文献   

10.
以豆瓣读书频道的标签数据、中国国家数字图书馆的书目数据为例,对两种不同的知识组织系统进行分析以找出其异同,在此基础上提出图书标签与书目记录的有效结合点:扩充人名库、机构库;进行受控词推荐;同义词表进行关联;加强标签、资源和用户推荐。认为可通过发挥二者之间的优势,完善知识的描述与组织,使用户准确、及时分享到优质资源。同时,借助网络平台,积聚众人力量,提高用户个人的学习能力。  相似文献   

11.
首先对社会化标注系统的自组织特性进行论证,并指出其中的用户集、资源集、标签集及社会化标注系统均是自组织系统;然后运用超循环理论分别对它们的自组织演化机理进行探讨,并构建社会化标注系统的自组织演化模型;最后结合豆瓣网的网络结构,分析豆瓣网社会化标注系统自组织演化过程,为进一步研究用户行为、用户偏好和大众分类提供理论和实践方面的指导。  相似文献   

12.
社会性标签应用广泛,但理论比较落后。文章提出几个社会性标签理论,以理论为基础,概括出社会性标签的特性。社会性标签的优势突出,但由于自由性而存在的缺陷也相当明显。应该对社会性标签进行适当的控制,提出四种控制方法。其中,有对标签创建的过程中控制,也就是借助并结合传统分类法对社会性标签适当控制,分别是等级分类法对社会性标签控制和分面分类法对社会性标签控制;也有对标签形成后浏览进行控制,即标签云对标签呈现的控制;还有依靠用户社群力量,由用户共同改善他们创建的标签集合,即用户参与的社群力量控制社会性标签。  相似文献   

13.
基于社会化标签系统的个性化信息推荐探讨   总被引:4,自引:0,他引:4  
针对用户个人特征并向其提供准确恰当信息的个性化信息推荐研究,一直是学术界和产业界所关注的热点。结合后控词表,对用户分散的、个性化的标注进行处理,并将用户兴趣用向量表示,然后借鉴协同过滤算法的思想,寻找出相似用户集及其内部的资源集。在此基础上,采用相对匹配策略,提出一种基于社会化标签系统的个性化推荐方法。  相似文献   

14.
社会化标签系统中基于密度聚类的Web 用户兴趣建模方法   总被引:1,自引:0,他引:1  
Web用户兴趣模型在个性化信息服务中有着非常重要的作用。本文利用社会化标签的独特优势,针对传统社会化标签聚类方法的局限性,提出了一种基于密度聚类的Web用户兴趣建模方法。首先建立基于社会化标签的向量空间模型,并将社会化标签表示为Web资源及其权重的形式,以此为基础利用DBSCAN算法对其进行聚类,进而依据所有Web用户的标注行为以每个聚类为中介计算特定Web用户对Web资源的兴趣度来构建Web用户兴趣模型。实验结果表明了该方法的优越性。  相似文献   

15.
基于凝聚式层次聚类算法的标签聚类研究*   总被引:8,自引:1,他引:8  
对标签、标注、大众分类等概念进行界定,指出现有标签标注系统中存在着标签描述信息的精确度不高、标签检索结果相关度低、标签缺乏有效组织等问题,提出采用凝聚式聚类算法对标签聚类,从而实现对标签的重新组织,为用户提供更好的标签导航、浏览机制。最后通过实验对标签聚类方法进行验证。  相似文献   

16.
胡潜  石宇 《图书情报工作》2016,60(8):106-112
[目的/意义] 更全面地理解用户标签使用行为的影响因素,为标签推荐和应用实践提供指导。[方法/过程] 采用日志分析法,从人均标签个数、标签类型分布两个方面分析图书主题的影响,并以计算机、心理学、经济学、文学作品、绘画5类图书为例,基于社会化标注社区豆瓣网的用户数据进行实证分析。[结果/结论] 图书主题会对用户的标签个数及类型分布具有显著影响:①在标签个数方面,计算机、心理学、经济学、文学作品主题图书的人均标签个数相近,显著高于绘画主题图书;②在标签类型分布上,根据5类图书间的差异可分为3组:计算机、心理学和经济学、文学作品和绘画。这一结论对图书标签推荐及图书分面检索和导航系统的设计具有参考作用。  相似文献   

17.
微博是Web2.0时代重要的网络服务工具,作为以用户为中心的信息发布、传播和分享平台,它包含了非常丰富的用户信息。在微博中,可以使用标签表示用户的兴趣和属性。而一个用户的兴趣和属性,通常包含在这个用户的文本信息和网络信息中。针对微博用户的标签进行分析,提出网络正则化的标签分发模型(NTDM)来为用户推荐标签。NTDM模型对用户个人简介中的词语和标签之间的关系进行建模,同时利用其社交网络结构作为模型的正则化因子。在真实数据集上的实验表明,NTDM在效果以及效率上都优于其他方法。  相似文献   

18.
李鹏 《图书情报工作》2012,56(16):119-126
从信息内容、生成媒介、用户三方面分析Web 2.0环境中用户生成内容的内涵与特征,认为Web 2.0环境中的用户生成内容符合自组织的条件。在分析目前对社会化标签、维基百科、博客、微博、虚拟社区等几种类型用户生成内容自组织研究现状的基础上,构建Web 2.0环境中用户生成内容自组织模式,阐述用户生成内容自组织的层次、内容与演化机制,并指出进一步研究应注意的问题。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号