共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
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。 相似文献
3.
4.
5.
6.
以博客、即时通讯、社会网络、社群共享、社会化标注等为代表的Web 2.0应用技术,使用户、信息、资源构成关系紧密的web网络。目前将本体应用到社会化标签用户动态兴趣的研究资料极为稀少,尚无法满足平台对用户兴趣精准把控的需求。本研究从此角度出发,探讨兴趣模型的构建方法。在《中国分类主题词表》和《中国图书馆分类法》对词语的约束规则和关系定义的基础上,构建豆瓣读书用户的兴趣标签本体;并根据再现率、覆盖度、热度率指标对标签的兴趣强度、稳定性进行预测实验,确定兴趣的表示形式,以此构建初始兴趣模型,并提出相应的兴趣节点更新流程。本研究提出的基于本体的用户兴趣模型及更新流程在用户兴趣表示的深度及广度上有了一定程度的提升,在标签资源推荐、检索等实践应用上其适用性更强。 相似文献
7.
用户标签和图书馆主题分类的比较研究——以Librarything为例 总被引:1,自引:0,他引:1
通过对Librarything用户标签和图书馆主题分类的比较研究,以揭示用户标签和主题分类各自的优缺点,并认为结合这两种方式,以用户标签来提高信息发现能力,以受控词表来配置图书馆的资源,应该是一种很好的方法。 相似文献
8.
Connotea中Social Tagging机制研究 总被引:6,自引:0,他引:6
选取Connotea为研究对象,统计分析标签、被标引资源、标引者两两关联关系,发现标签覆盖资源范围较广,标签共现现象突出,部分用户标引活跃,资源平均标签数较低,用户对内容关注度规律性转移,科研领域的用户比较多地使用规范词。提出增加标引词结构关联和细粒内容定位标引。 相似文献
9.
一种基于用户标签网络的个性化推荐方法 总被引:1,自引:0,他引:1
基于标签进行个性化推荐是目前的一个研究热点,不同的推荐算法对标签进行了不同的处理.用户使用的标签之间存在着某种内在联系,由此可构建用户标签网络.根据这一启示,本文提出了一种基于用户标签网络的个性化推荐算法.首先,将用户标签网络视为用户兴趣模型雏形,利用社会网络分析方法计算标签权重,并以加权标签集的形式表示用户兴趣模型,最后将标签权重转化为资源与用户兴趣的相似度,进而实现个性化推荐.实验表明,本方法能较为准确地揭示用户的兴趣,产生的推荐资源与用户兴趣匹配程度较高. 相似文献
10.
11.
认为社会化标签多采取自由标引方式,部分标签并不能有效地揭示资源的内容或主题,于是产生许多低质量的标签,这些低质量标签干扰社会标注系统中资源组织的秩序,降低标签在应用场合中的质量和用户满意度。进行基于标签类型的社会化标签质量测评研究,开发标签质量测评网站,邀请志愿者在该网站上对博文标签、图书标签、图片标签、视频标签、音乐标签类型进行划分,得到标签类型分类用的训练数据集和测试集;同时,对标签质量进行打分,在此基础上进一步得到标签质量评估的训练数据集与测试数据集,为以后基于标签类型的标签质量评估提供数据支持。 相似文献
12.
本文对RFID及相关产品在图书馆的应用进行了详细介绍,指出RFID在图书馆应用的发展趋势是将其集成到图书馆购买的产品以及图书馆用户需要的资源中去。 相似文献
13.
WorldCat热门标签在信息组织的科学性、规范性以及引导用户信息发现的实用性上有提高空间。文章对WorldCat热门标签的内容按主题与质量进行统计分析,将其与BibSonomy、Flickr和豆瓣热门标签的功能从质量控制、排序方式、浏览模式与内容显示等四方面进行比较,进而从了解用户的标注行为、加强标签的质量控制及扩展热门标签的功能等三方面提出了WorldCat热门标签的优化建议。 相似文献
14.
15.
知识组织系统在文献信息组织中意义重大,将其应用于网络环境下,结合流行的社会化标注,是规范社会标注的有效途径。En Tag标注系统,将单一社会化标注系统和基于知识组织系统的标签推荐系统相结合,研究其对用户检索共享信息的影响,并参考知识组织系统中DDC等层级结构的映射关系为用户提供相关推荐。实验证明,基于知识组织系统的社会化标注可以完善用户标签推荐。 相似文献
16.
[目的 /意义]探究新媒体环境下,不同移动社交媒体用户健康信息规避的影响因素与表现差异,抽取标签要素并结合FBM理论模型进行用户画像分析,为健康服务机构深度了解用户群体特征、精准把握用户类型提供理论与实践指导。[方法 /过程]基于半结构访谈收集样本资料,通过扎根理论抽取要素标签,以在校学生、公司职员与农民为调查对象,通过K-means聚类算法对移动社交媒体健康信息规避用户进行聚类分析。[结果 /结论 ]研究得出,移动社交媒体健康信息规避用户可分为利用规避型、吸收规避型、暴露规避型与屏蔽规避型4种用户画像群体结构,且不同用户群体显著触发因素与规避表现有所差异。 相似文献
17.
18.
基于Porter算法的英文标签聚类方法研究 总被引:1,自引:0,他引:1
针对大众标注中用户添加标签具有随意性且不受系统控制的问题,引入著名的Porter算法对英文标签进行词根提取,在此基础上提出可以根据用户需要进行精度选择的英文标签聚类算法,并利用标签云进行模拟实验.实验表明,采用此聚类算法有利于根据用户的需要组织标签并更准确地描述资源. 相似文献
19.
基于社会化标签网络的细粒度用户兴趣建模 总被引:1,自引:0,他引:1
针对目前由社会化标签抽取用户兴趣模型过程中存在的问题,在借鉴社会网络分析的基础上,提出构建网站层次和用户层次的社会化标签网络对用户产生的社会化标签进行序化,进而分别得到反映主题领域的社会化标签使用文档和用户标签网络,通过两者相似度的计算形成细粒度用户兴趣模型。实验结果能够验证该模型的科学性。 相似文献
20.
[目的/意义] 针对笔者此前提出的标签相关性判断策略进行优化,以提升策略的召回率,从而更好地支持标签应用研究与实践。[方法/过程] 为提升策略的召回率,以标签与认知的基本关系为基础,提出一种基于相对频次的改进策略,并以社会化标注社区"豆瓣电影"的675 351位用户的标签数据为例进行实验,以验证策略的效果。[结果/结论] 结果显示,该策略使得标签相关性判断的效果得到了显著改善。其中,对于频次不小于5的标签,策略的召回率大幅提升,由79.63%升至89.36%;准确率虽有略微下滑,由93.33%降至92.02%,但仍保持在较高水平。 相似文献