基于APP數(shù)據(jù)的標(biāo)簽提取與整合.pdf

1、近幾年隨著移動(dòng)互聯(lián)網(wǎng)的高速發(fā)展，手機(jī)上的應(yīng)用程序(APP)呈現(xiàn)出爆炸式增長(zhǎng)，如何幫助用戶在海量的APP中找到合適的APP是各下載平臺(tái)急需解決的問(wèn)題。傳統(tǒng)熱門(mén)排序的方法缺點(diǎn)十分明顯，熱門(mén)的APP競(jìng)爭(zhēng)有限的曝光位置，大量長(zhǎng)尾的APP得不到出場(chǎng)機(jī)會(huì)，這十分不利于APP生態(tài)圈的構(gòu)建。標(biāo)簽體系是Web2.0時(shí)代解決資源對(duì)象長(zhǎng)尾、幫助用戶管理、檢索資源對(duì)象的有效方式。在APP領(lǐng)域鮮有標(biāo)簽體系的研究，APP Store、Google Play等國(guó)外代

2、表性APP下載平臺(tái)也尚無(wú)標(biāo)簽功能，但未來(lái)隨著APP數(shù)量繼續(xù)爆炸式增長(zhǎng)，通過(guò)標(biāo)簽體系來(lái)解決APP長(zhǎng)尾問(wèn)題勢(shì)在必行。本文致力于對(duì)這一全新領(lǐng)域進(jìn)行探索，研究如何高效、自動(dòng)、準(zhǔn)確地構(gòu)建APP領(lǐng)域標(biāo)簽體系，具體包括四方面工作:
　　數(shù)據(jù)預(yù)處理工作:針對(duì)APP數(shù)據(jù)專(zhuān)門(mén)進(jìn)行了新詞發(fā)現(xiàn)、停用詞表構(gòu)建，在360APP數(shù)據(jù)集上實(shí)驗(yàn)表明，預(yù)處理工作可以顯著改善標(biāo)簽質(zhì)量。
　　標(biāo)簽提取工作:歸納總結(jié)了常用的關(guān)鍵詞提取、標(biāo)簽推薦算法，根據(jù)APP數(shù)據(jù)存

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