社会标注系统中标签推荐方法研究进展

主要对社会标注系统中的标签推荐方法的研究进行概述,首先对社会标注系统标签推荐的特点进行分析,而后从推荐方法的类型入手对领域的研究文献进行研究。最后,总结本文工作,展望社会标注系统中标签推荐方法的研究发展趋势。

社会标注系统幂律特性分析

为全面了解社会标注行为,帮助用户多样化、个性化地使用资源,首先归纳总结标签增长、标签使用与重用以及标签网络等方面的幂律特性。然后,分析幂律特性的形成原因,并使用拓扑势方法进行描述。最后,讨论幂律特性在标签可视化、自动标注、推荐系统和兴趣挖掘等方面的应用,并提出个性化推荐模型。幂律特性分析可以提高信息的个性化、完善社会标注系统的设计。

社会标注系统质量对用户标注意愿的影响机理

文章以信息系统成功模型为框架,提出社会标注系统用户标注意愿的影响机理概念模型,并通过问卷调查法收集数据,采用多元回归法和路径分析法分析数据。研究表明:(1 )社会标注系统的信息质量、系统质量、移情性和安全性对用户满意度和用户标注意愿均有正向的显著影响;系统的响应性对二者都不存在预期的正向影响;系统的可靠性直接正向影响用户满意度,但不直接影响用户标注意愿。(2 )社会标注系统的用户满意度对用户标注意愿有正向的显著影响,且在社会标注系统的信息质量、系统质量、移情性、可靠性和安全性与用户标注意愿之间存在中介效应。

社会化标注系统中标签检索质量模拟研究

社会化标注系统近年发展迅速,伴随出现的垃圾标注泛滥现象不容忽视。本文以社会化标注系统中标签检索质量为研究对象,细化普通用户标注行为,建立社会化标注模拟系统,明确定义系统内用户结构、标注规则、检索策略和检索质量算法,从实证角度评估用户规模变化、用户结构变化、用户标注量变化和垃圾用户的攻击策略选择对标签检索质量的影响。本文对于改善社会化标注系统中的标签检索算法以及提高用户体验具有重要意义。

一种社会化标注系统资源个性化推荐方法

目前许多基于社化化标注的个性化资源推荐方法均忽视了用户长短期兴趣和多义标签问题对推荐的不同影响,为此,设计区分用户长短期兴趣的指标——用户的标签偏好权重和资源偏好权重;在此基础上,提出一种结合基于内容和基于协同过滤方法优点的混合推荐方法,通过加入标注相同资源的标签向量相似度计算因子,来减小多义标签对推荐结果的影响。实验表明,将该方法引入社会化标注系统资源个性化推荐算法中,能提高推荐精度。

国外社会化标注系统中标签与本体结合研究综述

针对社会化标注系统中标签的多样性、模糊性和标签间的语义关系缺乏给网络信息资源组织和共享带来的一定困难。本文从标签与本体相结合的角度,主要通过基于在线词表的标签语义关系识别、标签与本体的映射以及最后形成的标签本体模型对社会化标注系统中标签的语义关系研究进行综述评论,并对未来研究进行展望。

Tax-folk混合导航:社会化标注系统资源聚合的新模型

Web2.0环境下,专家分类法与大众分类法呈现出互补和融合的态势,tax-folk混合导航已成为优化社会化标注系统资源聚合的一种新思路。本文通过剖析tax-folk混合导航模型生成机理,采用形式概念分析方法,构建出包含数据准备、概念格构建、概念格分析、tax-folk映射、tax-folk混合导航树和输出与评价六个模块的tax-folk混合导航模型。研究发现,tax-folk混合导航模型兼顾了专家分类法和大众分类法的优势,实现了树状"干强枝繁叶茂"的资源聚合,有效提高了社会化标注系统中资源的可查找性。

社会化标注系统的检索功能及其效果评价

标签是类似于关键词的标注语言,与主题词相比,标签属非受控词,允许用户任意进行标注,对信息资源组织有一定的作用。社会标注,即由网络用户为其所创建和关注的资源添加的标签,成为当前网络信息资源组织系统对资源进行组织和管理的重要方式之一。通过比较社会化标注系统的三大功能及其效果评价,提出了改进未来社会标注系统中信息检索功能的建议。

社会化标注系统中用户标签使用行为影响因素研究

社会化标注系统中的标签功能是一种较为成熟的大众分类法的表现形式,本文是针对社会化标注中的典型代表——豆瓣图书标签来进行用户的使用行为影响因素研究,并讨论豆瓣图书的标签是否对用户起到了作用。本文基于SOR和TAM理论提出研究假设,进行了问卷信效度分析,建立了结构方程模型对回收的281份问卷数据进行分析。研究结果显示:豆瓣图书标签的信息质量、感知有用性和感知易用性对用户未来使用豆瓣图书标签的意愿上起到了一定的正向影响作用,产品涉入度正面调节了信息质量、感知有用性和感知易用性这些变量对用户未来参与意愿的影响。结论说明社会化标注系统中的标签在检索、标注、分享等方面起到了作用,但未来还需要进一步完善其功能。

社会化标注系统的标签语义检索研究综述

社会化标注系统中标签的语义模糊性和形式不规范使得资源管理与共享越来越困难,为准确定位标签语义,文章从扩展标签语义与涌现标签语义两个方面,对标签语义检索研究现状进行了综述,分析了社会化标注系统中标签语义检索的研究动态和不足,并总结得出可计算性高、可操作性强、能智能获取标签的语义关系是社会化标注系统标签语义检索的未来研究方向。

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。

社会化标注系统中的知识协同效率影响因素模型研究

基于网络知识资源协同化管理的视角,本文首先分析社会化标注系统中的知识协同机制及基本要素,指出社会化标注系统的运行过程本质上就是系统中用户间的知识协同过程,该知识协同活动的基本要素包括系统中的用户、知识资源和标签、知识关联和系统环境。其次,围绕知识协同活动的过程和基本要素分析社会化标注系统中知识协同效率的影响因素,并构建系统中知识协同效率及其影响因素的测量指标体系。在此基础上,通过实证分析提取其中影响知识协同效率的主要因素并量化其对知识协同效率的影响程度,从而确立社会化标注系统中的知识协同效率影响因素模型。最后,对社会化标注系统的功能优化和知识管理效率的提高提出针对性的建议。

社会化标注系统中用户的标注行为及差异分析

文章通过问卷调查法收集社会化标注系统中用户的标注行为数据,采用统计描述、秩和检验以及因子分析基础上的方差分析法分析不同背景用户标注行为4个方面的现状及存在的差异,并对社会化标注系统的功能和服务优化提出发展方向及建议。

社会化标注系统的信息检索关键技术研究综述

比较社会化标注系统和传统搜索引擎在信息检索上的差别,对标签相关性排序、标签本体、个性化标签搜寻和多媒体标签检索等关键性技术进行了综述。认为系统观的信息检索技术并不能很好地处理用户的信息查询需求,需要从认知观方面开展用户信息行为的研究。

社会化标注系统的语义标签资源导航构建

社会化标签的资源导航可以为用户提供个性化的信息服务。主题图不仅能解决一般社会化标注系统中标签云的语义缺失和语义模糊问题,还可以实现资源导航的可视化。基于社会化标签与主题图技术的资源导航可通过以下3个步骤实现:采集与预处理用户标签;形成具有明确架构和语义关系的知识网络;实现资源导航的可视化。

语义本体驱动的社会化标注系统关联数据创建与发布框架

[目的/意义]以语义本体为媒介,重构社会化标注系统的关联数据创建与发布框架,促进社会化标注系统中关键数据集的关联与共享。[方法/过程]采用实证研究方法,在知识组织系统的视角下分析以本体为媒介的大众分类法与关联数据融合机理,从方法、步骤和工具三个层面搭建社会化标注系统关联数据创建与发布框架FolktoLink Model,并以豆瓣音乐标注平台中的数据为例,验证了框架的可行性。[结果/结论]研究发现,采用FolktoLink Model发布的社会化标注系统关联数据,语义更丰富、共享性更高。依据发布的社会化标注系统关联数据,可实现基于关联数据的社会化标注系统资源再组织,有效弥补大众分类法形式化弱、语义模糊、结构稀疏等缺陷。

社会化标注系统中的信息交流模式

互联网上出现的社会化标注系统是网络环境下信息资源组织、交流的新模式。概述了社会化标注系统和信息交流模式,并以豆瓣网为例分析了社会化标注系统中的信息交流模式,及其优点与不足,提出了具体的优化建议。

社会标注在医药卫生网络资源中的应用研究

以社会标注在医药卫生网络信息资源中的典型应用网站为研究对象，介绍社会标注在医药卫生网络信息资源组织与管理中的具体应用，分析指出：社会标注在医药卫生资源管理中可实现信息组织、信息检索、信息推荐、信息分享等功能和服务，在医药卫生信息资源的有效组织与揭示、快速传播和利用及挖掘领域中的关注热点和主题等方面具有重要作用。但是，社会标注在医药卫生网络资源网站中的应用也存在对标签缺乏控制和控制过死、个性化服务能力有限和对标注数据的利用不足等问题，作者对此提出针对性的改进建议。

基于改进K-medoids的社会化标注资源两阶段聚类研究

针对社会化标签语义模糊,传统K-medoids聚类算法对初始聚类中心敏感、收敛速度缓慢、只能将归类对象划入到单一类别的缺点,提出一种基于改进K-medoids的社会化标注资源两阶段聚类算法。算法应用一种简洁快速的初始聚类中心选取新规则以及改进的聚类准则函数,首先进行标签聚类,然后将同一标签簇中标签标注的网络资源初步划分到同一资源簇中,最后在这些资源簇中再次进行资源聚类。实验结果表明,提出的算法能自主、合理地确定初始聚类中心,聚类过程收敛速度快,聚类结果有更好的准确性。

社会化标注环境下用户信息行为的集成化模型及实证研究

基于过程的视角,文章将社会化标注环境下用户对社会化标注系统的从采纳和接受到持续使用,再到在系统中围绕网络信息资源和信息渠道的具体信息活动视为一个持续循环的行为过程。由此构建了由采纳与接受行为、一般使用行为和具体信息行为3个模块构成的社会化标注环境下用户信息行为的集成化模型,并以问卷调查收集到的科研人员的信息行为数据为例,通过实证研究说明各模块信息行为的含义及内容,揭示和评价当前社会化标注环境下用户信息行为的现状和特点。