基于鏈接分析和聚類的標(biāo)簽語義分析方法研究.pdf

1、社會(huì)標(biāo)注系統(tǒng)的快速發(fā)展為互聯(lián)網(wǎng)信息組織提供了新的方式。它延續(xù)了Web2.0以用戶為中心的特點(diǎn)，充分利用用戶知識(shí)來進(jìn)行數(shù)據(jù)維護(hù)和管理。目前，越來越多的系統(tǒng)提供了對(duì)社會(huì)標(biāo)注的支持。無論從支持的形式的多樣性，還是從提供的功能的強(qiáng)健性上來說，社會(huì)標(biāo)注系統(tǒng)的不斷完善為廣大互聯(lián)網(wǎng)用戶提供了更為方便的信息組織、分享以及查詢環(huán)境。
　　在社會(huì)標(biāo)注系統(tǒng)中，用戶可以不受約束的通過標(biāo)簽來對(duì)自己關(guān)注的資源進(jìn)行標(biāo)注。標(biāo)簽是社會(huì)標(biāo)注中最為突出的特色，它不但顯

2、式地對(duì)資源內(nèi)容進(jìn)行語義描述，還隱式地反映著用戶的興趣偏好。其自由使用的特點(diǎn)讓用戶以沒有任何限制的方式來對(duì)自己感興趣的內(nèi)容進(jìn)行管理，因此無論什么背景的用戶都可以參與到大眾分類法的構(gòu)建當(dāng)中。
　　然而，如同一把雙刃劍，標(biāo)簽的自由性也為社會(huì)標(biāo)注分析帶來了很大的困難。首先，標(biāo)簽的歧義性問題嚴(yán)重阻礙了系統(tǒng)中推薦、分類、檢索等功能的準(zhǔn)確性。再次，數(shù)據(jù)空間過大的問題為進(jìn)行快速、精準(zhǔn)數(shù)據(jù)分析帶來了很大的障礙。通常而言，標(biāo)簽在社會(huì)標(biāo)注系統(tǒng)中以單詞或

3、詞組的形式獨(dú)立存在，但是不同的標(biāo)簽會(huì)共同標(biāo)注相同資源或被不同用戶同時(shí)使用，這樣就提供一種發(fā)現(xiàn)標(biāo)簽之間間接關(guān)聯(lián)的方式。因此，本文就從這些關(guān)系入手進(jìn)行分析來解決社會(huì)標(biāo)注分析過程中由標(biāo)簽所引起的一些難題。
　　本文首先對(duì)社會(huì)標(biāo)注系統(tǒng)中的基本概念進(jìn)行介紹，講解當(dāng)前系統(tǒng)建模方式、系統(tǒng)應(yīng)用特點(diǎn)以及社會(huì)標(biāo)注分析過程中的一些難題等。然后，針對(duì)存在的問題提出基于連接分析和聚類的兩類算法。在基于連接分析算法中，本文對(duì)用戶以及標(biāo)注行為進(jìn)行打分，以尋求系