基于社會(huì)化標(biāo)注的查詢擴(kuò)展研究.pdf

1、社會(huì)化標(biāo)注是用戶產(chǎn)生的用于描述網(wǎng)絡(luò)資源的詞，區(qū)別于傳統(tǒng)的自上而下的信息傳播方式，社會(huì)化標(biāo)注來(lái)源于廣大的互聯(lián)網(wǎng)用戶，作為一種新興的重要的信息資源，能夠與廣大的互聯(lián)網(wǎng)用戶分享，充分體現(xiàn)了Web2.0的精神。隨著Web2.0的發(fā)展，許多網(wǎng)站允許用戶創(chuàng)建并分享標(biāo)簽，與此同時(shí)，社會(huì)化標(biāo)注也引起了研究者越來(lái)越多的關(guān)注，很多研究表明社會(huì)化標(biāo)注能夠用于改善信息檢索。但是由于現(xiàn)實(shí)中的數(shù)據(jù)往往有缺陷，尤其是當(dāng)社會(huì)化標(biāo)注數(shù)據(jù)稀疏，或者遇到許多無(wú)效標(biāo)注的時(shí)候，

2、信息檢索的改善效果并不理想。
　　本文探索了兩種方法用于擴(kuò)展和評(píng)估社會(huì)化標(biāo)注，從而改善查詢擴(kuò)展的質(zhì)量:一是Jaccard SimRank算法。當(dāng)碰到稀疏的社會(huì)化標(biāo)注數(shù)據(jù)的時(shí)候，傳統(tǒng)的Cosine相似度和Jaccard系數(shù)幾乎無(wú)效。為了解決數(shù)據(jù)稀疏而提出的基于圖結(jié)構(gòu)的SimRank算法，因?yàn)闆](méi)有對(duì)社會(huì)化標(biāo)注系統(tǒng)中的信息進(jìn)行充分的利用，導(dǎo)致對(duì)查詢?cè)~進(jìn)行擴(kuò)展的效果并不十分理想。本文提出了改進(jìn)的Jaccard SimRank算法，能夠更直

3、觀地描述標(biāo)簽詞之間的相似度，并利用相似度算法為原始的查詢?cè)~提供更精確的擴(kuò)展詞，從而提高檢索效果。二是社會(huì)化標(biāo)注質(zhì)量評(píng)測(cè)策略。該算法基于用戶標(biāo)注的優(yōu)劣可以被評(píng)估這一假設(shè)，因?yàn)橐粋€(gè)用戶的社會(huì)化標(biāo)注能夠被其他用戶評(píng)價(jià)，通過(guò)投票的方式對(duì)標(biāo)簽進(jìn)行評(píng)估，得到票數(shù)最多標(biāo)簽詞可以認(rèn)為為是最適合這個(gè)網(wǎng)絡(luò)資源的標(biāo)簽。不僅標(biāo)簽被加以評(píng)估，提供合適標(biāo)簽詞的用戶也會(huì)獲得一個(gè)相應(yīng)的加權(quán)值，標(biāo)簽所關(guān)聯(lián)的網(wǎng)絡(luò)資源也會(huì)獲得相應(yīng)的加權(quán)值。利用加權(quán)值，可以在一定程度上排除機(jī)