基于标签的Folksonomy机制研究——以CiteUlike为例

在大量详实数据的基础上,以CiteUlike为例,对Folksonomy的运行机制进行了实例解析,分析了CiteULike中标签、用户、资源之间的关系,并分析了标签之间的关系及其聚类特性,从而得出结论。Folksonomy这种分类形式在网络资源组织和用户行为研究上都具有独特的优势。

CiteULike网站用户标签分析及推荐机制研究

对网络协作标注系统和基于标签的推荐系统的研究现状进行综述。在此基础上,选取CiteULike网站2009年10月～2010年3月所有用户操作数据作为实证研究的原始数据,通过对这些数据进行预处理及聚类分析研究,得到用户的基本分类及其兴趣点,冀此能够为信息推荐的研究提供一点参考。

CiteULike社区的协同水平研究

以内容复用为量化标签社区协同水平的度量,从款目、标签和用户三个方面的内容复用对CiteULike社区的日协同水平、月协同水平以及整体协同水平加以衡量,结果显示出CiteULike社区协同水平持续偏低,且没有提高趋势;社区用户的共同兴趣较少,用户活动呈周期性。CiteULike社区的低水平的协同水平在一定程度上影响其利用社会知识的潜力。

基于标签共现的社会网络分析研究

以CiteUlike中含"tag"标签的文献为数据集,利用社会网络分析方法对社会化标签共现网络进行分析研究。通过研究发现,标签的共现网络具有以下特征:网络呈现"小世界"现象与"无标度"特征,体现了词汇之间的相关性,是一种有效的可视化方式。在此基础上,从推荐机制与本体构建两方面对标签共现网络的应用进行扩展,并为网络信息资源组织的健康发展提出了相关建议。

在线科研社区中基于增长模型的用户标签行为研究

[目的/意义]以在线科研社区CiteULike为例,研究用户的标签应用增长模型及其影响因素有利于管理者了解用户的标签行为并为预测用户未来的标签行为提供了重要的依据。[方法/过程]基于CiteULike的用户标签数据,利用增长模型对前1 000名(根据标签应用数量统计)的用户研究其标签行为。在此基础上,利用多元逻辑回归方法分析用户标签应用增长模型的影响因素。[结果/结论]研究结果表明74%的用户其标签应用增长模型与波动模型相吻合,21.2%的用户其标签应用增长模型表现出正态模型的特性,而标签应用增长模型属于阻尼指数模型的用户不到总数的5%。用户标签应用增长模型主要受标签特征和标记资源特征因素的影响。

社会化标签对论文被引频次影响研究

在线科研社区的社会化标签服务可以帮助用户获取、组织和管理科研信息。在线科研社区中的社会化标注机制可能会改变用户的知识管理行为,甚至会影响到被标注论文的引用,进而对科学知识的传播产生影响。文章基于Cite ULike的标签信息和Web of Science的论文信息,对标签(数量和类别)与论文被引频次的相关关系进行实证研究,通过散点图分析、方差分析、逐步回归分析对标签、下载次数、学科类别等因素对论文被引频次的影响进行探究。研究表明:标签与论文被引频次之间有显著的相关关系;学科类别在一定程度上对论文的引用产生消极影响。

三种学术标签系统的比较分析

介绍RefWorks、Connotea和CiteULike三种学术标签系统的主要功能,比较分析三者之间的异同点。通过比较发现RefWorks是较好的书目信息创建工具,Connotea是组织参考文献、发现新线索、与他人共享知识的利器,而CiteLike则是一种组织学术论文的免费在线服务。