社會(huì)性標(biāo)注關(guān)鍵技術(shù)及其在信息檢索中的應(yīng)用研究.pdf

1、社會(huì)性標(biāo)注是一種Web上的用戶共享、組織、搜索和管理資源的一種機(jī)制。隨著Web2.0的興起，社會(huì)性標(biāo)注系統(tǒng)得到了迅猛的發(fā)展，目前已經(jīng)成為一種流行的共享網(wǎng)絡(luò)資源的方式。本文研究社會(huì)性標(biāo)注的關(guān)鍵技術(shù)及其在信息檢索中的應(yīng)用，主要內(nèi)容包括：
　　(1)社會(huì)性標(biāo)注系統(tǒng)中的個(gè)性化標(biāo)簽推薦算法：社會(huì)性標(biāo)注系統(tǒng)中的個(gè)性化標(biāo)簽推薦是指根據(jù)用戶對(duì)資源的歷史標(biāo)注信息，為目標(biāo)用戶對(duì)特定資源推薦能夠滿足其個(gè)性化需求的標(biāo)簽。以往的研究大都假設(shè)用戶是獨(dú)立同分布

2、的。這種假設(shè)沒有考慮到用戶之間日益增多的社會(huì)關(guān)系。本文研究如何利用用戶之間的社會(huì)關(guān)系等信息改進(jìn)標(biāo)簽推薦算法，提出一種能夠有機(jī)結(jié)合用戶個(gè)性化標(biāo)簽使用偏好和用戶協(xié)同標(biāo)注信息的個(gè)性化標(biāo)簽推薦算法。首先將社會(huì)性標(biāo)注、用戶之間的社會(huì)關(guān)系和資源之間的相似關(guān)系等數(shù)據(jù)用圖建模。與以往的研究使用的基于特征向量計(jì)算相似度的方法不同，使用基于隨機(jī)游走的方法來計(jì)算對(duì)象之間的相似度。在此基礎(chǔ)上，利用用戶和標(biāo)簽之間的相似度作為用戶的個(gè)性化標(biāo)簽使用偏好，并將其融合到

3、基于協(xié)同過濾的個(gè)性化標(biāo)簽推薦算法中。通過在Delicious數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，對(duì)不同的相似度函數(shù)和不同的標(biāo)簽推薦算法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明，與目前的代表性算法相比，本文提出的個(gè)性化標(biāo)簽推薦算法的在Precison、Recall和NDCG等性能指標(biāo)上有明顯提高。
　　(2)社會(huì)性標(biāo)注系統(tǒng)中的標(biāo)簽詞義消歧算法：由于不存在一致的分類體系或本體論，社會(huì)性標(biāo)注存在歧義性的問題，即相同的標(biāo)簽可以被用來表示不同的含義。研究在社會(huì)性標(biāo)注系統(tǒng)中的

4、標(biāo)簽語義消歧問題可以使很多基于社會(huì)性標(biāo)注數(shù)據(jù)的應(yīng)用受益。本文提出一種無監(jiān)督的標(biāo)簽語義消歧算法。對(duì)于目標(biāo)標(biāo)簽，通過將其相關(guān)的所有標(biāo)注表示為三維張量來為其標(biāo)注上下文建模，并在由此張量導(dǎo)出的超圖上進(jìn)行譜聚類分析來發(fā)現(xiàn)表示不同標(biāo)簽語義的標(biāo)簽簇。通過在從實(shí)際的社會(huì)性標(biāo)注系統(tǒng)中采集的實(shí)驗(yàn)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)來評(píng)價(jià)算法性能。定性分析和定量評(píng)價(jià)結(jié)果表明了本文提出的標(biāo)簽語義消歧方法的有效性。
　　(3)基于社會(huì)性標(biāo)注的本體學(xué)習(xí)算法：由相互協(xié)作的用戶在社

5、會(huì)性標(biāo)注系統(tǒng)中產(chǎn)生的大量的標(biāo)注數(shù)據(jù)可以用來作為語義網(wǎng)應(yīng)用的數(shù)據(jù)源。本文提出一種基于社會(huì)性標(biāo)注的本體學(xué)習(xí)方法來挖掘蘊(yùn)涵在社會(huì)性標(biāo)注中的語義信息。提出一種隱含包容層次結(jié)構(gòu)來刻畫標(biāo)簽空間中潛在的結(jié)構(gòu)，并基于此模型推導(dǎo)出本體學(xué)習(xí)算法。首先利用集合論的方法確定標(biāo)簽之間的包容關(guān)系，并用圖建模包容關(guān)系。在將此圖轉(zhuǎn)化為層次關(guān)系時(shí)，注意到其中固有的包容關(guān)系的不一致性，并提出一種基于隨機(jī)游走的標(biāo)簽普遍性計(jì)算方法。最后提出一種凝聚式層次聚類算法，利用標(biāo)簽普遍

6、性的計(jì)算結(jié)果來生成概念層次結(jié)構(gòu)。在實(shí)際社會(huì)性標(biāo)注系統(tǒng)中采集的數(shù)據(jù)集上進(jìn)行的實(shí)驗(yàn)表明，與目前的代表性方法比較，本文提出的方法無論在定性還是在量化比較上，均有較明顯的提高。
　　(4)基于社會(huì)性標(biāo)注的網(wǎng)頁排序算法：社會(huì)性標(biāo)注系統(tǒng)作為一種新的資源管理和共享方式，吸引為數(shù)眾多的用戶參與其中。由此產(chǎn)生的大量社會(huì)性標(biāo)注數(shù)據(jù)成為網(wǎng)頁質(zhì)量評(píng)價(jià)的一個(gè)新維度。本文研究如何利用社會(huì)性標(biāo)注改進(jìn)網(wǎng)頁檢索性能，提出一種有機(jī)結(jié)合網(wǎng)頁和用戶的查詢相關(guān)性與互增強(qiáng)關(guān)