基于APP數(shù)據(jù)的標簽提取與整合.pdf

1、近幾年隨著移動互聯(lián)網(wǎng)的高速發(fā)展，手機上的應用程序(APP)呈現(xiàn)出爆炸式增長，如何幫助用戶在海量的APP中找到合適的APP是各下載平臺急需解決的問題。傳統(tǒng)熱門排序的方法缺點十分明顯，熱門的APP競爭有限的曝光位置，大量長尾的APP得不到出場機會，這十分不利于APP生態(tài)圈的構建。標簽體系是Web2.0時代解決資源對象長尾、幫助用戶管理、檢索資源對象的有效方式。在APP領域鮮有標簽體系的研究，APP Store、Google Play等國外代

2、表性APP下載平臺也尚無標簽功能，但未來隨著APP數(shù)量繼續(xù)爆炸式增長，通過標簽體系來解決APP長尾問題勢在必行。本文致力于對這一全新領域進行探索，研究如何高效、自動、準確地構建APP領域標簽體系，具體包括四方面工作:
　　數(shù)據(jù)預處理工作:針對APP數(shù)據(jù)專門進行了新詞發(fā)現(xiàn)、停用詞表構建，在360APP數(shù)據(jù)集上實驗表明，預處理工作可以顯著改善標簽質(zhì)量。
　　標簽提取工作:歸納總結(jié)了常用的關鍵詞提取、標簽推薦算法，根據(jù)APP數(shù)據(jù)存

3、在多維度文本的特點，改進提出了三種有效的標簽提取算法(SemanticRank、RankScore1、RankScore2算法)，更加適應APP數(shù)據(jù)集特點，得到較優(yōu)的標簽結(jié)果。
　　標簽整合工作:借鑒知識圖譜思想，引入多個外部數(shù)據(jù)源構建同義詞關系、偏序關系整合標簽，大幅提高了APP覆蓋率、召回率，解決了標簽雜亂、不規(guī)范的問題。另外，本文提出APP標簽樹的方法管理APP標簽，使得APP標簽多維度問題得到有效解決。
　　標簽管理