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

1、社會性標注是一種Web上的用戶共享、組織、搜索和管理資源的一種機制。隨著Web2.0的興起，社會性標注系統(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。本文研究社會性標注的關(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)社會性標注系統(tǒng)中的個性化標簽推薦算法：社會性標注系統(tǒng)中的個性化標簽推薦是指根據(jù)用戶對資源的歷史標注信息，為目標用戶對特定資源推薦能夠滿足其個性化需求的標簽。以往的研究大都假設(shè)用戶是獨立同分布

2、的。這種假設(shè)沒有考慮到用戶之間日益增多的社會關(guān)系。本文研究如何利用用戶之間的社會關(guān)系等信息改進標簽推薦算法，提出一種能夠有機結(jié)合用戶個性化標簽使用偏好和用戶協(xié)同標注信息的個性化標簽推薦算法。首先將社會性標注、用戶之間的社會關(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算相似度的方法不同，使用基于隨機游走的方法來計算對象之間的相似度。在此基礎(chǔ)上，利用用戶和標簽之間的相似度作為用戶的個性化標簽使用偏好，并將其融合到

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

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

5、會性標注系統(tǒng)中產(chǎn)生的大量的標注數(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性標注的本體學習方法來挖掘蘊涵在社會性標注中的語義信息。提出一種隱含包容層次結(jié)構(gòu)來刻畫標簽空間中潛在的結(jié)構(gòu)，并基于此模型推導出本體學習算法。首先利用集合論的方法確定標簽之間的包容關(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，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游走的標簽普遍性計算方法。最后提出一種凝聚式層次聚類算法，利用標簽普遍

6、性的計算結(jié)果來生成概念層次結(jié)構(gòu)。在實際社會性標注系統(tǒng)中采集的數(shù)據(jù)集上進行的實驗表明，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)基于社會性標注的網(wǎng)頁排序算法：社會性標注系統(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)生的大量社會性標注數(shù)據(jù)成為網(wǎng)頁質(zhì)量評價的一個新維度。本文研究如何利用社會性標注改進網(wǎng)頁檢索性能，提出一種有機結(jié)合網(wǎng)頁和用戶的查詢相關(guān)性與互增強關(guān)