標簽的生成、排序算法研究.pdf

1、近年來互聯(lián)網(wǎng)上涌入了海量異構(gòu)的信息內(nèi)容，為了加強信息的管理和利用，業(yè)界引入了“標簽”這一工具。標簽是一種信息描述形式，它大致可以理解為關(guān)鍵詞或者主題詞，是對資源內(nèi)容的簡要總結(jié)。利用標簽可以幫助我們更有效的認知信息資源，這有利于信息的發(fā)現(xiàn)、管理、傳播和利用。
　　利用標簽的第一步是獲取標簽，目前業(yè)界主要采用2種方式獲取標簽:利用數(shù)據(jù)挖掘和機器學(xué)習(xí)算法從文本信息中自動生成標簽、利用眾包系統(tǒng)由用戶捐獻標簽。本文詳細總結(jié)了目前業(yè)界流行的標

2、簽生成方法，分析其原理和特點。
　　此外，為了提高標簽的質(zhì)量和更深入的利用標簽，本文還研究了現(xiàn)有的標簽排序算法，并且提出了一種新的基于用戶標簽點擊行為和概率模型的標簽排序算法，稱為CBTR。
　　最后本文以CADAL數(shù)字圖書館為例，詳細描述了標簽在圖書搜索系統(tǒng)中的應(yīng)用?；跇撕灥膱D書搜索系統(tǒng)可以有效的標識圖書的主題內(nèi)容，并且以標簽的形式利用圖書的元數(shù)據(jù)信息可以更好的滿足圖書搜索領(lǐng)域本文信息少、搜索維度多、限制條件多的特點，大