领域本体与社群分类法结构中心性的比较研究

随着领域本体与社群分类法在知识组织研究领域中地位的日渐崛起,越来越多的学者对二者的结构属性展开了研究,一些研究中的模糊与分歧也随之产生.借助复杂网络分析的技术对领域本体网络与用户标签网络中各类中心性指标进行了计算与分析.研究得出,领域本体网络整体上具有较高的中心化程度,但节点的中心度在不同的中心性指标口径下会呈现出较大差异;社群分类法中的用户标签云在整体上内含较高的中心化程度,但在标签的个体层面上也保持了一定的自由化的特性.从结构中心性的视角澄清了模糊与分歧之处.     

Folksonomy与传统分类法的比较分析及其完善研究

Folksonomy是今天最热门的因特网趋势之一.本文介绍Folksonomy和传统分类法的基本理论,Folksonomy是分布式分类体系,和传统分类法在创制人员、所属类别和位置、用户参与程度、本体和信息完整性上都有所区别.Folksonomy尽管有很多优势,但是也存在一些不足,基于此,提出完善建议,包括建立叙词表,改善标签的可读性,改进系统的终端数据和加强对使用标签检索的结果进行排序整理.     

Folksonomy与传统分类法的比较分析及其完善研究

Folksonomy是今天最热门的因特网趋势之一。本文介绍Folksonomy和传统分类法的基本理论,Folksonomy是分布式分类体系,和传统分类法在创制人员、所属类别和位置、用户参与程度、本体和信息完整性上都有所区别。Folksonomy尽管有很多优势,但是也存在一些不足,基于此,提出完善建议,包括建立叙词表,改善标签的可读性,改进系统的终端数据和加强对使用标签检索的结果进行排序整理。     

数字图书馆分类法新论

以标签为形式的大众分类法的出现,使数字图书馆的分类方式出现了新的形式。但在学术分类上,大众分类法并不能完全胜任,或者说在数字图书馆建设中,大众分类法还是一个不稳定的选项。本文通过将大众分类法与分面组配分类法结合,进行了以标签为形式的多维度数字图书馆分类法的创新研究,并对新分类法的形式与分类方法进行了探讨。     

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。     

基于“用户-标签”关系的社群知识自组织研究

指出随着网络分析理论在知识组织领域中的大规模应用,人文因素在知识组织中的作用也逐渐引起学术界的关注。从Folksonomy社群中的“用户-标签”关系出发,基于后结构主义网络分析的思想,采用传统的1-模网络分析方法对社群知识的组织结构进行判识和分析。在此基础上,进一步构建“用户-标签”2-模网络,并基于2-模网络中用户与标签的互动关系,对社群知识的“自组织”问题进行深入剖析。揭示用户主观认知对社群知识的组织结构的影响,以及社群知识的组织结构对用户主观认知的形塑。     

分众分类法与受控词表的结合研究进展

分众分类法与受控词表作为网络知识组织系统的重要构成,对于有效地组织与管理网络资源具有重要作用。区别于受控词表自上而下的构建方式,分众分类法的自下而上、用户为中心的构建特色成为个人信息资源组织的方法之一。受控词表具有词汇规范性、严格性以及语义关系丰富等优点,分众分类法具有丰富的标签资源及用户数据,但也有标签自由性、随意性、不准确性等不足。如何利用二者的优势及时更新、修改、完善受控词表,最终达到二者优化的目标,是研究人员关注的问题。本文在调查国内外大量研究文献的基础上,对目前围绕受控词表与分众分类法的结合研究现状作了全面综述,预测其发展趋势,旨在推动国内在该方面的研究与应用,以综合发挥传统信息组织方法与现代新型信息组织方法的优点,实现对现有中文网络资源的有效管理。参考文献25。     

DDC、LCC、UDC网络版评析

《杜威十进分类法》、《国会图书馆分类法》、《国际十进分类法》的网络版给用户带来极大方便 :用户界面友好 ;用户不必安装特别的软件 ,也不必担心版本更新 ;不用担心软盘或者CD ROMs携带和储存问题。表 2。参考文献 5。     

结合本体与社会化标签的用户动态兴趣建模研究

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。     

图书馆微博互动策略对品牌关系的影响研究

以新浪微博中用户关注度排名前10的图书馆为分析对象,共收集441条微博正文和1 841条微博评论,采用基于扎根理论的质性研究方法分析指出,图书馆微博互动策略主要包括社会性互动和专业性互动两种.其中:社会性互动策略主要影响用户的品牌情感、品牌满意和品牌社群;专业性互动主要影响用户的品牌认知、品牌满意、品牌情感、品牌期望、品牌社群和品牌承诺.据此,提出图书馆要调动用户参与,根据不同的效果预期实施不同的互动策略,重视用户不满并及时处理,着力构建用户品牌社群并发挥其价值.     

用户交互对社会标注行为的差异影响研究——以豆瓣网为例

[目的/意义] 为提高标签质量，优化社会标注系统的信息服务提供依据，从用户在社会标注系统中与其他用户交互的视角，探讨不同交互特征用户的标注行为差异。[方法/过程] 以豆瓣读书作为社会标注系统研究样本，从标签数量、标签结构、标签语义、标注动机和活跃度五个角度研究豆瓣用户标注行为的分布特征；使用用户的关注人数、被关注人数和使用年限表征其在社会标注系统中与其他用户的关联和交互程度，通过差异性分析探讨不同交互特征用户标注行为的差异，并通过多元回归分析研究交互特征对这种差异影响的程度。[结果/结论] 实证研究表明，不同交互特征的用户间的社会标注行为存在显著差异：与其他用户交互比较强的用户标签数据集包含更多的标签，关注其他用户越多的用户和被越多用户关注的用户所使用的标签数量越多；使用豆瓣读书年限越长的用户，其平均标签长度和标签重用率越大，而其与其他用户的关注关系对其标签平均长度和标签重用率的影响不大；用户的特殊语种标签比受用户的使用年限影响很大，但一个用户被多少人关注不会显著的影响其特殊语种标签比；关注其他用户越多的用户在标注系统中越活跃。由此可见，社会标注系统可以采取措施加强系统中用户间的交互，通过用户间的相互作用规范用户的社会标注行为，从而提高标签质量。     

社会化标注系统自组织演化机理研究

首先对社会化标注系统的自组织特性进行论证,并指出其中的用户集、资源集、标签集及社会化标注系统均是自组织系统;然后运用超循环理论分别对它们的自组织演化机理进行探讨,并构建社会化标注系统的自组织演化模型;最后结合豆瓣网的网络结构,分析豆瓣网社会化标注系统自组织演化过程,为进一步研究用户行为、用户偏好和大众分类提供理论和实践方面的指导。     

社会化标注系统标签质量影响因素研究:基于随机森林算法

[目的/意义] 在社会化标注系统中，标签质量往往关乎用户对网络资源的分类、查询、浏览、获取等使用体验，确定影响标签质量的关键因素有助于进一步优化社会化标注系统的资源组织核心功能。[方法/过程] 以社会化标注系统的标签为研究对象，从标注主体、标注客体、标注环境、标注动机、标注方式、标注产物等维度入手重构标签质量影响因素模型，尝试探究影响社会化标签质量的关键因素，并运用问卷调查方法收集数据，结合有监督学习的随机森林算法，建立标签质量影响因素的决策树模型。[结果/结论] 结果显示，标注主体是影响标签质量的首要关键维度，主体的知识结构和认知水平、标注频度及其感知有用性对标签质量的影响突出；标注方式是影响标签质量的次要关键维度，标签推荐和规范标签提示是影响标签质量的重要因素。     

基于相对频次的标签相关性判断优化研究

[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。     

基于凝聚式层次聚类算法的标签聚类研究*

对标签、标注、大众分类等概念进行界定,指出现有标签标注系统中存在着标签描述信息的精确度不高、标签检索结果相关度低、标签缺乏有效组织等问题,提出采用凝聚式聚类算法对标签聚类,从而实现对标签的重新组织,为用户提供更好的标签导航、浏览机制。最后通过实验对标签聚类方法进行验证。     

图书主题对用户标签使用行为影响研究

[目的/意义] 更全面地理解用户标签使用行为的影响因素,为标签推荐和应用实践提供指导。[方法/过程] 采用日志分析法,从人均标签个数、标签类型分布两个方面分析图书主题的影响,并以计算机、心理学、经济学、文学作品、绘画5类图书为例,基于社会化标注社区豆瓣网的用户数据进行实证分析。[结果/结论] 图书主题会对用户的标签个数及类型分布具有显著影响:①在标签个数方面,计算机、心理学、经济学、文学作品主题图书的人均标签个数相近,显著高于绘画主题图书;②在标签类型分布上,根据5类图书间的差异可分为3组:计算机、心理学和经济学、文学作品和绘画。这一结论对图书标签推荐及图书分面检索和导航系统的设计具有参考作用。     

基于社会化标签网络的细粒度用户兴趣建模

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。     

从社会性标签中进行语义关系抽取——一种元数据生成方法

标签形式的社会性语义越来越占据主导地位,使元数据界在这种新形式的信息内容表达和检索方面面临机遇和挑战。其中,主要的挑战是与标签相关的语境信息的缺失。以Flickr标签为例,对如何利用社会性语义资源来丰富主题元数据进行了实验。实验过程包含4个步骤：收集Flickr标签样本;通过共有信息计算标签间的同现情况;通过Google检索结果来追踪标签对的语境信息;用自然语言处理和机器学习技术来抽取标签间的语义关系。本实验能够利用Google搜索结果构建语境库,并且以自然语言处理和机器学习算法对这些语句进行处理。这种新方法对于赋予标签对以一定语义关系有相当高的准确率。也探讨该方法在利用社会性语义丰富的主题元数据方面的意义。     

基于社会化标签的电影资源本体构建研究

[目的/意义] 利用社会化标签对电影资源进行标注已成为新网络环境下电影资源组织的新方式,构建电影资源本体对规范电影标签语义、提高电影资源检索效率具有重要现实意义。[方法/过程] 针对目前电影资源本体构建方法及构建过程存在的问题,提出利用社会化标签构建电影资源本体的思路,在深入剖析电影标签与电影资源本体映射关系的基础上,揭示一种基于社会化标签的电影资源本体构建方法,并给出利用该法构建电影资源本体的详细流程。[结果/结论] 利用豆瓣电影中的标签数据集构建一个电影资源本体,并分析基于社会化标签电影资源本体构建方法的科学性和优越性。     

区分标签类型的社会化标签质量测评研究

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。