基于社區(qū)分析的大眾分類多義詞發(fā)現(xiàn)方法研究.pdf

1、由社會化標注系統(tǒng)形成的大眾分類在個性化推薦領域和信息檢索領域已經得到了廣泛的應用。社會化標注系統(tǒng)的成功主要緣于用戶可以隨意使用標簽標注資源。然而，正是這種不規(guī)范的標注方式使得社會化標注系統(tǒng)及大眾分類長期受到語義模糊問題的困擾，阻礙著社會化標注系統(tǒng)進一步發(fā)展。
　　本文針對大眾分類中的多義詞這一語義模糊問題開展研究。在大多數(shù)已有研究中，研究者的關注點更多集中于使用標簽、資源以及它們之間的關聯(lián)信息，常常忽略表現(xiàn)用戶特征的信息。然而，作

2、為社會化標注系統(tǒng)的主體，用戶對于標簽的理解直接影響著標簽所蘊含的語義。同時，對于標簽語義的挖掘也不應局限于用戶集合整體層面，也應當深入到個體層面。因此，本文根據(jù)用戶的興趣信息對大眾分類進行分割，分析同一個標簽在不同用戶社區(qū)中的上下文差異，并通過對這些差異的比較來發(fā)現(xiàn)大眾分類中的多義詞標簽。
　　具體而言，本文進行了兩方面的工作。一方面，本文構建了基于用戶興趣的關系網絡，并在該網絡上通過社區(qū)發(fā)現(xiàn)算法進行用戶社區(qū)發(fā)現(xiàn)。另一方面，本文提

3、出了語義聚集度和語義離散度兩個度量指標，其中語義聚集度用來度量上下文中的標簽之間的語義相似程度，語義離散度用來度量標簽在不同社區(qū)中的上下文之間的差異程度。通過這兩個指標，本文可以量化地比較不同用戶社區(qū)之間標簽上下文的差異，進而判斷標簽是否為多義詞標簽。本文使用了 Delicious數(shù)據(jù)集和 MovieLens數(shù)據(jù)集進行了實驗，并于基于重疊聚類的一詞多義發(fā)現(xiàn)算法進行了對比。實驗結果證明，本文所提出的多義詞發(fā)現(xiàn)方法優(yōu)于對比方法，尤其是在擁有