共查询到20条相似文献，搜索用时 359 毫秒
1.
2.
一种基于用户标签网络的个性化推荐方法 总被引：1，自引：0，他引：1
基于标签进行个性化推荐是目前的一个研究热点,不同的推荐算法对标签进行了不同的处理.用户使用的标签之间存在着某种内在联系,由此可构建用户标签网络.根据这一启示,本文提出了一种基于用户标签网络的个性化推荐算法.首先,将用户标签网络视为用户兴趣模型雏形,利用社会网络分析方法计算标签权重,并以加权标签集的形式表示用户兴趣模型,最后将标签权重转化为资源与用户兴趣的相似度,进而实现个性化推荐.实验表明,本方法能较为准确地揭示用户的兴趣,产生的推荐资源与用户兴趣匹配程度较高. 相似文献
3.
如何利用具有本体标注的结构化文档中的语义信息组织P2P网络,提供对基于语义的信息共享与查询的P2P网络支持,是当前P2P网络的研究热点之一.本文提出采用Peer所存储文档中的加权本体概念向量作为Peer的特征向量,通过相似度计算将Peer聚成Peer组,从而构造基于语义的半结构化P2P网络.用户的查询请求由各Peer组内的组服务器负责路由转发,组服务器计算查询请求与各路由表项之间的相似度,将查询向最有可能包含查询目标的Peer组转发.文中较全面地阐述了本体概念局部和全局权重的计算方法.由于P2P网络拓扑的建立过程和查询路由过程均基于语义信息,使得网络的各项性能与基于关键字处理的P2P网络相比,得到了较大的提高. 相似文献
4.
5.
基于大众标注的P2P语义检索系统模型研究* 总被引：1，自引：0，他引：1
在P2P混合模型下,研究基于大众标注的社区资源和社区用户管理机制,构建基于大众标注的P2P语义检索系统模型,并详细阐述系统的各模块功能和检索流程,重点探讨其中资源搜索模块的两种搜索方法。 相似文献
6.
7.
研究P2P环境下的社区呈现与构建,从社区特性入手提出基于社区的P2P信息检索系统框架,并重点分析P2P信息检索流程及其需要解决的主要问题,如目标社区的选择、邻居节点的选择、跨社区检索的实现以及各节点的更新维护等,最后对未来的研究进行展望。 相似文献
8.
9.
提出一种关联数据驱动的数字图书推荐模型,为了实现向用户提供跨数据源的推荐服务,首先把图书馆的本地数据与外部相关的关联数据相融合,根据图书馆资源信息的不同的特性,分别构建用户社会关系语义本体知识库与数字图书语义本体知识库,并根据用户对图书浏览的活跃程度,针对不同的用户,采取不同的推荐策略,实现对用户推荐服务的全覆盖。 相似文献
10.
针对大众标注系统中信息检索缺乏语义性的问题,引入本体,建立了基于系统专用本体的语义检索模型,包括7个功能模块:资源标注模块、标签推荐模块、提问处理模块、语义检索模块、结果处理模块、用户反馈处理模块以及本体构建和管理模块,阐述了各个模块的功能.详细分析了以查询扩展为基础的检索策略和过程.重点研究了系统专用本体的构建,提出一种通过分析标签间隐含的语义关系及WordNet辅助生成本体的方法,并进行了模拟实验验证. 相似文献
11.
[目的/意义] 利用社会化标签对电影资源进行标注已成为新网络环境下电影资源组织的新方式,构建电影资源本体对规范电影标签语义、提高电影资源检索效率具有重要现实意义。[方法/过程] 针对目前电影资源本体构建方法及构建过程存在的问题,提出利用社会化标签构建电影资源本体的思路,在深入剖析电影标签与电影资源本体映射关系的基础上,揭示一种基于社会化标签的电影资源本体构建方法,并给出利用该法构建电影资源本体的详细流程。[结果/结论] 利用豆瓣电影中的标签数据集构建一个电影资源本体,并分析基于社会化标签电影资源本体构建方法的科学性和优越性。 相似文献
12.
[目的/意义] 为提高标签质量，优化社会标注系统的信息服务提供依据，从用户在社会标注系统中与其他用户交互的视角，探讨不同交互特征用户的标注行为差异。[方法/过程] 以豆瓣读书作为社会标注系统研究样本，从标签数量、标签结构、标签语义、标注动机和活跃度五个角度研究豆瓣用户标注行为的分布特征；使用用户的关注人数、被关注人数和使用年限表征其在社会标注系统中与其他用户的关联和交互程度，通过差异性分析探讨不同交互特征用户标注行为的差异，并通过多元回归分析研究交互特征对这种差异影响的程度。[结果/结论] 实证研究表明，不同交互特征的用户间的社会标注行为存在显著差异：与其他用户交互比较强的用户标签数据集包含更多的标签，关注其他用户越多的用户和被越多用户关注的用户所使用的标签数量越多；使用豆瓣读书年限越长的用户，其平均标签长度和标签重用率越大，而其与其他用户的关注关系对其标签平均长度和标签重用率的影响不大；用户的特殊语种标签比受用户的使用年限影响很大，但一个用户被多少人关注不会显著的影响其特殊语种标签比；关注其他用户越多的用户在标注系统中越活跃。由此可见，社会标注系统可以采取措施加强系统中用户间的交互，通过用户间的相互作用规范用户的社会标注行为，从而提高标签质量。 相似文献
13.
[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
14.
[目的/意义]借鉴活跃度指数的设计思想,提出一种新的标签相关性判断策略,以改善标签相关性判断的效果和策略的通用性.[方法/过程]结合标签相关性判断的特点对活跃度指数的计算方法进行改造,进而提出一种基于多次活跃度指数迭代的标签相关性判断策略,并以社会化标注社区"豆瓣电影"的67 5351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]实验结果显示,该策略的召回率为79.6%,准确率为93.3%,均较为理想,明显优于常用的Top-N策略.同时,该策略的通用性较好,适用于视频、音频、文本等各类型媒体.因此,该策略能够较好地解决标签的相关性判断问题. 相似文献
15.
通过调查古典音乐录音资源的作品、表演版本、载体的特点,确定其基本类和属性.根据用户信息需求调查确定古典音乐录音资源的其他属性,并对属性进行处理,构建古典音乐录音资源本体.在此基础上,开发古典音乐唱片目录.该目录提供古典音乐作品、表演版本、录音载体层次化的主目录结构,并在目录结构的基础上提供本体其他类的实例的页面,同时可以实现基于本体的语义检索.相较于目前的音乐检索系统,该目录能够提升用户的检索效率和满意度. 相似文献
16.
[目的/意义] 针对笔者此前提出的标签相关性判断策略进行优化,以提升策略的召回率,从而更好地支持标签应用研究与实践。[方法/过程] 为提升策略的召回率,以标签与认知的基本关系为基础,提出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675 351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。 相似文献
17.
面向Web3.0的分众分类研究 总被引：4，自引：1，他引：3
18.
[目的/意义] 在社会化标注系统中，标签质量往往关乎用户对网络资源的分类、查询、浏览、获取等使用体验，确定影响标签质量的关键因素有助于进一步优化社会化标注系统的资源组织核心功能。[方法/过程] 以社会化标注系统的标签为研究对象，从标注主体、标注客体、标注环境、标注动机、标注方式、标注产物等维度入手重构标签质量影响因素模型，尝试探究影响社会化标签质量的关键因素，并运用问卷调查方法收集数据，结合有监督学习的随机森林算法，建立标签质量影响因素的决策树模型。[结果/结论] 结果显示，标注主体是影响标签质量的首要关键维度，主体的知识结构和认知水平、标注频度及其感知有用性对标签质量的影响突出；标注方式是影响标签质量的次要关键维度，标签推荐和规范标签提示是影响标签质量的重要因素。 相似文献
19.
标签形式的社会性语义越来越占据主导地位,使元数据界在这种新形式的信息内容表达和检索方面面临机遇和挑战。其中,主要的挑战是与标签相关的语境信息的缺失。以Flickr标签为例,对如何利用社会性语义资源来丰富主题元数据进行了实验。实验过程包含4个步骤：收集Flickr标签样本;通过共有信息计算标签间的同现情况;通过Google检索结果来追踪标签对的语境信息;用自然语言处理和机器学习技术来抽取标签间的语义关系。本实验能够利用Google搜索结果构建语境库,并且以自然语言处理和机器学习算法对这些语句进行处理。这种新方法对于赋予标签对以一定语义关系有相当高的准确率。也探讨该方法在利用社会性语义丰富的主题元数据方面的意义。 相似文献
20.
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