社會性標注關鍵技術及其在信息檢索中的應用研究.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，目前已經成為一種流行的共享網絡資源的方式。本文研究社會性標注的關鍵技術及其在信息檢索中的應用，主要內容包括：
　　(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用戶是獨立同分布

2、的。這種假設沒有考慮到用戶之間日益增多的社會關系。本文研究如何利用用戶之間的社會關系等信息改進標簽推薦算法，提出一種能夠有機結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、用戶之間的社會關系和資源之間的相似關系等數據用圖建模。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數據集上進行實驗，對不同的相似度函數和不同的標簽推薦算法進行了比較。實驗結果表明，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據的應用受益。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)中采集的實驗數據集上進行實驗來評價算法性能。定性分析和定量評價結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)中產生的大量的標注數據可以用來作為語義網應用的數據源。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構來刻畫標簽空間中潛在的結構，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系，并用圖建模包容關系。在將此圖轉化為層次關系時，注意到其中固有的包容關系的不一致性，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、性的計算結果來生成概念層次結構。在實際社會性標注系統(tǒng)中采集的數據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，吸引為數眾多的用戶參與其中。由此產生的大量社會性標注數據成為網頁質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頁檢索性能，提出一種有機結合網頁和用戶的查詢相關性與互增強關