分众分类(Folksonomy)在用户个性化应用的研究

随着广电双向业务的不断发展,本文通过研究发现现阶段对用户标签分类的需求,然后介绍分众分类(Folksonomy)技术,并对其进行改进,使之适应广电领域的特殊环境,并通过实例说明改进后的优点。

分众分类:网络时代的新型信息分类法

针对网络信息分类体系构建的要求日趋突出,主要研究了一种与传统分类体系截然不同的分众分类体系,分别对这一全新分类体系的思想来源、主要机制及其主要功能加以阐述,并分析了其未来在知识管理方面可行的企业级应用前景。

基于分众分类的本体构建分析

传统的本体创建方法主要依靠小部分人的力量,在适应网络信息的动态性、复杂性上存在缺陷。Web2.0环境下流行的分众分类法能够为本体建立和演化提供丰富语料库和概念语义信息,从而为本体建立提供强大支持。本文利用社会网络分析的理论和方法,采用"浮出语义"的思路,分析基于分众分类的"标引者—标签概念—实例"三部图模型发掘概念间语义信息、建立本体的方法和过程模型。

分众分类与书目记录结合研究

选取国内外分众分类与书目记录结合的22个网站进行了调查分析,旨在通过对应用分众分类的图书馆网站及针对书目等学术类资源的社会标签系统这两类网站的调查研究,明确当前两类系统结合的功能体现及特点,在此基础上提出分众分类应用于图书馆的未来发展建议,以最终实现对书目信息和社会书签系统资源的有效管理和利用,推动图书馆服务的更好发展。

基于分众分类的专家推荐算法研究

专家推荐可以有效地解决企业中隐性知识获取的问题。基于知识的分众分类信息,提出了无需构建企业专家数据库和专家地图的专家推荐算法,并对算法实现中的关键问题进行了分析。

基于时间加权三部图的分众分类标签推荐算法

分众分类作为一种公众对网络信息分类组织的方法,会随着新用户的增加生成大量的基于分众分类的标签元数据,传统的基于三部图的分众分类标签推荐算法没有考虑时间对用户偏好的影响,从而影响了标签推荐的准确性,提出一种基于时间加权三部图的分众分类标签推荐算法,将分众分类转化为一个加权无向三部图,应用BM25加权方案并结合标签的时间加权因子计算三部图的边权,并生成基于三部图的分众分类邻接矩阵.最后通过Katz值计算来预测标签节点与用户物品节点之间所有可能的路径权重之和,并依据路径权重来决定用户-物品对的个性化标签推荐排名.实验结果表明该方法较以往的标签推荐算法在准确率和召回率等性能指标上有明显提升.

用分众分类模式优化学科导航库建设

通过分析学科导航库建设中存在的问题,研究了以分众分类模式运作的Web2.0网站的成功经验,即迎合用户需求,体现用户价值,尊重群众的智慧等,并分析了其成功的行为学基础。最后参照分众分类的成功模式,提出了优化学科导航库建设的具体措施,即建设理念要具有开放性,建立易于管理及用户参与的平台,制定交流模式,创造交流中信任与协作的氛围,提高学科导航库的知名度。

分众分类法研究的可视化分析

分众分类法是互联网上出现的一种新型的网络资源组织方法,从其产生到迅速发展与普及给传统意义上的信息资源组织方法带来了巨大的冲击。本文通过利用citespaceⅡ作为分析工具,收集web of knowledge平台上2000～2012年间有关分众分类法研究的论文数据,揭示出分众分类法的基本特征、主要研究相关领域,以及在该领域中的核心作者及其研究前沿。

基于窄分众分类法构建学科网摘门户初探

本文在分众分类法细分的基础上,提出了基于窄分众分类法构建学科网摘门户的设想,并分析了学科网摘门户的功能设计。

情报学中的序性结构初探--以Web2．0下的分众分类为例

随着互联网的飞速发展,新兴的第二代互联网(Web2.0)使得整个网络信息组织的方式出现了革命性变革。本文通过研究传统经典领域对有序性的定义,提出了情报领域,特别是在Web2.0环境下的有序性的定义及特征,并以分众分类法为例,通过对其思想来源、主要功能、优缺点加以阐述,分析了该分类法在Web2.0环境下的信息序化机制。在文章的最后,根据现有的研究,对Web2.0环境下的有序性研究提出了新的方向。

Taxonomy、Folksonomy和Ontology的分类理论及相互关系

Taxonomy(知识分类学)是关于具体或抽象事物的分类组织的学科与方法,Folkson-omy(分众分类)是大众自发的用标签对网络信息分类标识和共享的资源组织方法,Ontology(知识本体)是从语义和知识层次上描述构架信息系统的概念模型。本文归纳整理了这三个与分类相关的概念及其特性,并进一步厘清这些相关概念间的关系,希望研究结果有助于加深对分类相关概念的理解及应用。

一种基于主题和分众分类的信息检索优化方法

本文针对目前搜索引擎存在的检索结果缺乏组织导致检准率不高的问题,提出一种基于主题和分众分类的信息检索优化方法。首先对用户检索主题进行获取和表达,然后以社会标签为聚类项,采用向量空间模型实现基于分众分类的文档主题聚类,并将检索结果按相似度和标签"受欢迎度"复合排序,达到提高检索准确率和优化检索的效果。

分众分类法在图书馆中的应用及优化

作为Web2.0的一种代表,分众分类法改变了传统网络信息资源的组织方式,变革了图书馆的各项服务内容。分众分类法自身的优点和应用于其他网站的成功经验扩展了其在图书馆中的应用空间,为其在图书馆中的应用提供了有益的借鉴。目前,分众分类法在图书馆网站中的应用主要体现在将其融入到OPAC、图书馆宣传和指导、图书馆资源建设中。图书馆可采用融合传统分类法、设置用户层次和权限、培养馆员和用户的标签素养及构建图书馆2.0体系等措施优化分众分类法在图书馆中的应用。

一种基于分众分类的协同过滤推荐算法

基于内存的协同过滤算法是推荐系统中使用的最成功的技术之一,但它存在着数据稀疏性和可扩展性的问题。分众分类是一种能使用户发现、组织和理解在线事物的强有力的机制。基于这种机制,提出了一种新的协同过滤算法,来解决该算法中的稀疏性和可扩展性的问题。实验表明,该算法在解决这些问题上是有效的。

基于分众分类的信息唤醒机制研究

文章运用经典扎根理论、博弈论语义学和实践智慧,分析基于分众分类的信息本身的唤醒和图书馆员、用户等参与者信息化意识和实践智慧的唤醒,提出一个概念性的信息唤醒框架,促进信息价值的再生和再挖掘,以进一步唤醒高校图书馆的沉睡信息,提高信息资源利用率。

文献分类法、信息分类法和分众分类法探究

分析了从传统文献分类法到信息分类法和分众分类法的发展过程,论述了信息分类法和分众分类法在网络中的应用,阐述了分众分类法的发展趋势。

网络信息资源的分众分类研究

分众分类是一种新型的网络信息资源的分类组织方法。通过对其结构模型和应用模式的介绍,分析了分众分类与传统分类的关系,探讨了分众分类在数字图书馆中的应用。

基于分众分类法的图书馆书目本体构建研究

分析了分众分类法与本体结合的必要性和可行性,介绍了本体的构建原则、方法和工具。在此基础上构建了图书馆书目本体模型,并重点阐述了书籍本体模型构建思路、标签及定义类的体系等。

试论分众分类法与媒体新闻数据库建设

分众分类作为WEB2.0的核心技术之一,在网络信息组织方面有其优势及局限性,将其引入媒体新闻数据库建设中,可发挥其能多维度揭示新闻内容、能快速、自动信息聚类、灵活直观等特点,以提高媒体新闻数据库系统服务水平,为客户提供更优质的信息产品。

分众分类系统中的用户行为研究

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。