基于标签与短评数据的用户标注行为特征分析

[目的/意义]基于标签与短评文本数据探究用户的标注行为规律,为优化社会化标注系统的功能和服务提供参考和理论依据。[方法/过程]采用自主编写的Python代码抓取“豆瓣读书”平台健康类目下的图书标签与短评数据,运用统计学方法和自然语言处理技术对用户的标签标注行为与评论行为进行分析。[结果/结论]用户偏向使用字符长度为2~5,词性为名词、动词与形容词的标签对健康类图书信息进行标注,在标签词的选用上呈现出一定的用词规律和词性偏好;无论从单本图书还是整体图书来看,短评文本的情感值与资源的星级评分都具有显著相关;从整体图书而言,星级评分与评论有用性感知得分呈极弱正相关,短评文本的情感值与评论有用性感知得分呈极弱负相关。用户对信息资源的文本评论、星级评分和有用感知行为都具有评价资源的作用,并且它们之间具有一定关联性。本文据此为社会化标注系统平台提高用户体验提出相关建议。

图书馆与图书分享网站的用户标注行为比较研究

对图书添加标签、评论和等级评价等功能是Web2.0环境下新兴的一项服务。本文首先对图书分享网站和我国公共图书馆和高校图书馆的图书标注服务情况进行调查,然后比较二者在图书标注功能上的差异,接着以武汉大学图书馆和豆瓣网为例,通过真实的用户日志数据比较二者的用户标注行为,最后为图书馆更好地开展图书标注服务提出建议。

高校图书馆用户标注行为研究——以信息系统成功模型为视角

文章基于图书馆标注系统质量的视角,以信息系统成功模型为框架构建模型,研究信息质量、系统质量、服务质量、后悔以及满意对高校图书馆用户标注行为的影响。采用问卷调查和结构方程建模的方法,以武汉大学图书馆用户为调查对象进行实证调研,发现系统质量和服务质量对满意存在显著的正向影响,对后悔存在显著的负向影响;而信息质量对满意和后悔均不存在显著影响。满意显著地正向影响用户标注意愿,后悔则是通过满意的中介作用影响用户标注意愿。

社会化标注系统中用户标注动机差异分析

随着社会化标注系统应用的普及，社会化标签为用户的信息检索和信息组织提供了便利的平台，而现有的对社会化标签的研究关注应用层面的较多，较少探讨用户标注内在机制问题，而通过对用户标注动机的探究，可以指导社会化标注系统更好的满足用户的需要。因此本文采用自行研制的用户标注动机量表，通过调查社会化标注系统中有过标注行为用户的标注动机，从不同性别、不同年龄、不同学历、不同职业、不同社会化标注系统使用时间以及使用次数、不同标注资料类型7个方面分析比较不同背景用户标注动机的差异，最后为增强用户的标注动机提出相应的建议。

基于用户标注行为的相关性分析及重排序

用户标注行为反映了标注对象与标注结果之间的相关关系。本文通过对用户标注行为的分析,详细研究了用户标注行为所反映的网页间相关性、标签间相关性以及网页和标签间相关性的关联程度,并将这种相关性分析用于标签的相关性计算上,改进了SPR算法。结果表明该算法可以有效提高检索结果重排的效果。

从用户标注中抽取本体框架与知识组织系统创新研究

针对用户标注的弱点,在标签的基础上构建本体框架并赋予标签丰富的语义,有助于进一步改善知识组织系统的性能。在大量标签数据的支持下,提取知识框架是一种建立本体框架的有效方法,提取方法主要采用特征或属性概括法,即针对一类标签集合的共同特征抽取它们的上位概念,并根据这些上位概念的关系建立知识框架。对基于两种系统的语义分析而构建的可以整合标签和概念本体的兼容本体进行分析可知,它吸取了用户标注的灵活、多元、表达性强大的特征,提高了知识组织系统的组织能力和标引功能;同时,也改进了用户标注系统的语义能力,使之具有丰富的结构和语义表达功能。

教育信息资源用户标注模型构建及仿真研究

信息技术与教育的深度融合发展,开辟了资源建设与共享的新视野。然而,当前教育信息资源虽数量庞大,但整体质量不高,且缺乏对学习者的引导,容易使其出现"信息迷航",导致资源使用效益低下。针对这些问题,文章提出将用户标注应用于教育信息资源建设的解决思路。通过文献研究确定资源标注的指标,进而构建用户资源标注模型并进行了阐释。在此基础上,提出资源标注得分的计算办法,并通过计算机编程对模型的具体运行情况进行仿真模拟。结果表明,用户资源标注模型是合理有效的,标注结果能向用户提供多元化反馈,在促进学习者基于资源的自主学习、帮助教师推荐资源和提供个性化指导、促使企业改进资源质量等方面发挥作用,从而提高教育信息资源的质量和使用效益。

基于元分析的用户标注动机影响因素研究

[目的/意义]旨在基于现有的用户标注动机的研究成果,采用定量方式探究不同学者研究结果的差异,并从中探索用户标注动机的影响因素,从而对用户标注行为的研究提供参考。[方法/过程]以元分析作为研究方法,综合已有的国内外针对用户标注动机影响因素的实证研究11篇共4677个独立样本进行综合分析。从用户、标注系统、资源和标签4个不同方面对用户标注动机的影响因素进行研究。[结果/结论]用户的背景、用户的信息素养、标注系统的易用性、用户对标注系统的使用情况、资源的类型、标签的易用性、标签的易理解性和标签对资源描述的准确程度是影响用户标注动机的因素。

云计算下协作标注系统中用户标注机制探讨

从协作标注系统的用户标注行为出发,提出综合信息值模型和优先连接模型,并建立一个新的用户标注机制模型,同时验证用户标注机制模型的合理性,为进一步开展相关科研工作提供一个新的角度。

用户标注的词语网络与语义描述

用户标注具有简洁、交流与共享、自由表达、推荐与检索等特点,但是它的平面结构使其很难适应语义网的需要,因而有必要进行语义建构,建立用户标注模型和语义联系,以便使用元数据与本体语言对用户标注进行语义描述,使之成为标签本体,以适应新一代因特网的发展。

社会标注在学习资源组织中的应用及用户认知调查

随着社会标注系统在各类型网站应用的增加,为用户提供了网络资源组织与发现的多种途径。社会标注在教育资源网站和社会性网络学习社区中的应用尤为突出,在探索学习者资源标注基本模型的基础上,从实证的角度深入分析社会标注系统在学习资源组织中的应用和用户的标注行为特征及其对社会标注的认知。

论网络环境下用户标注的价值与应用

对网络环境下的用户标注进行探析:从帮助检索、辅助记忆、抒发感情、引人注意、贡献他人等方面分析其形成动机,从标注者个人和外界环境两个大的方面探讨其影响因素。在此基础上,探讨标注在资源组织、异构资源整合、协同过滤和推荐等方面的应用,进而分析其在资源创建,揭示资源内容,记录隐性知识,评价资源等方面的价值。

基于社会化标签的用户标注行为和时间因素的个性化推荐方法研究

【目的/意义】为了提高信息服务的质量,文章融合"用户-标签-资源项"关系模型以及时间因素对于用户标注资源的影响,提出了一种个性化推荐方法。【方法/过程】首先建立起"用户-标签-资源项"三者之间的关系模型,分别计算用户对标签的偏好程度以及资源与标签的相关程度,以此为基础进行用户相似性和资源项相似性的度量;然后,考虑标签使用的时间因素对用户兴趣偏好的影响结合基于用户标注行为的用户相似性以及资源项相似性度量方法提出了改进的个性化推荐方法。【结果/结论】提出了一种综合标签和时间因素的推荐算法,该方法利用标签使用频率描述用户偏好,并结合标签使用的时间因素动态更新用户偏好,提高推荐精度。该方法应用于医学信息服务应用场景之中,并收集实验数据,最后将提出的方法与其他基于标签信息的协同过滤推荐方法在实验数据集进行比较,实验结果发现该方法在推荐效果上优于对比方法。

社会化标注系统用户标注动机研究:基于扎根理论的视角

【目的/意义】用户标注动机是一切社会化标注理论与实践问题的逻辑起点,厘清用户标注动机对开展社会化标注系统优化研究意义重大。【方法/过程】采用建构主义扎根理论研究方法,筛选并抽取国内4个代表性标注平台中33位活跃用户作为非结构化访谈对象,以访谈资料为原始数据进行整理并依次进行开放编码、主轴编码、选择编码和理论编码,共获得82个初始概念、15个核心概念和2个范畴对,最终据此建构社会化标注系统中用户标注动机的理论模型,模型由"个体和群体"、"组织与交流"两个范畴对建构的二维象限呈现,共包含15种典型用户标注动机。【结果/结论】研究发现,用户使用行为、知识储备和目标愿景等方面的异同使得社会化标注系统中用户群体分化为基础用户、进阶用户和高阶用户,不同类别用户的标注动机既有共性又有特性。与既有研究相比,本研究建构的理论模型既呈现出对过往研究的继承性、又衍生出了新的核心概念,进一步完善了社会化标注系统用户标注动机理论体系。

用户标注的语义控制

用户标注是Web2.0主要的资源标引和组织方法,由于用户标签组织的平面结构导致标签之间缺乏语义关系,使之很难适应语义信息组织的要求。针对这一问题,探讨在用户标注优化基础上,用户标签的词语网络构建和语义关系处理与控制,简要讨论了用户标注的模型化或本体化。

基于MOA模型的社会化标注行为探索

利用MOA模型(动机-机会-能力模型),对用户的社会化标注行为的动机、机会、能力进行了分析,阐释了由于标注动机以及标注者能力的差异造成的标注结果的差异,并对社会化标注行为的研究方向进行了展望。

用户自适应的社会标签推荐模型

针对传统模型不能真实反映标签的生成过程以及无法加入用户角色等问题,提出一种新的用户-内容联合标注模型。该模型中标签的生成同时受用户兴趣和资源主题的影响,反映用户真实的标注过程,能够学习到包括用户的兴趣分布概率、资源的主题分布概率、词语的主题分布概率以及标签的主题分布概率等参数。实验结果表明,与CI-LD、ACorrLDA等模型相比,该推荐模型的正确率提高了10%。

基于用户视角的标签研究综述

根据基于标签的用户标注行为研究,在各数据库中进行了调研,并从研究的对象、方向以及研究特点等方面进行了梳理分类,归纳出了用户标注动机研究,用户标注行为研究,标注结果及其与受控词表的比较研究以及其扩展方向的国内外研究现状与发展的前景,侧重从研究现状上发现研究的优势以及不足之处,同时结合豆瓣网等图书分享网站的标签模式进行总结,并且进一步挖掘基于标签的用户标注行为模式研究的发展前景,展望下一步研究方向。

科研用户博文关键词标注行为差异研究——以科学网博客为例

【目的】为优化标注系统提供依据,同时丰富网络环境下用户标注行为的研究。【应用背景】不同人群的关键词标注行为差异研究是用户信息行为研究中的一个重要方面。【方法】从标注系统使用方式、关键词结构以及标注动机三个角度选取关键词标注比率、用户标注关键词比率、用户标注关键词平均个数、用户标注关键词平均长度以及用户标注关键词重用率5个标注行为指标,分析科学网博客中不同类型用户标注行为的差异。【结果】分析结果发现,不同职业、专业、注册时间、发博文频率以及职称的用户在部分标注行为上存在显著性差异,但不同性别以及学历的用户在主要标注行为上不存在显著性差异。【结论】学术博客可以根据不同类型用户的标注行为差异,对博文标注系统进行优化。

基于用户自然标注的TF-IDF辅助标引算法及实证研究

[目的／意义]从用户角度出发，研究基于用户自然标注的TF-IDF辅助标引算法。[方法／过程]首先以核心期刊论文中作者标注的关键词和分类号为源数据，通过对关键词词频进行统计，使用TF-IDF算法构建用户标注词表、形成标引知识库，然后通过IKAnalyzer分词软件对待标引的科技项目数据进行切词和停用词处理，进而使用TF-IDF算法和位置加权算法提取科技项目数据的特征词，最终实现对科技项目数据进行关键词和分类的同步标引．[结果／结论]实验结果表明，机标关键词与人标的相似比在60%以上的科技项目数据占总数的68.1%，机标分类号与人标分类号前三位一致的占总数的83.9%，结果表明基于用户自然标注数据并采用TF-IDF算法在关键词和分类标引方面是可行的。