基于社会标注的Web资源语义聚类研究.pdfVIP

高技术通讯 2012 年第22 卷第1 期:48 -54 doi: 10. 3772/j. issn. 1002-0470.2012.01.008 基于社会标注的 Web 资源语义聚类研究① 杨巍②*聊时 马慧芳* ** 史忠植舶 (非中国科学院计算技术研究所智能信息处理重点实验室 北京 l ∞190) (时中国科学院研究生院 北京 l ∞049) (阳中国计量科学研究院 北京 lω130) 摘要 在深入分析社会标注系统中用户、标签及被标注 Web 资源之间的关联关系的基 础上，提出了基于用户标签的 Web 资源语义描述获取算法，并基于所获取的 Web 资源语 义描述及其与用户之间的关联关系，利用一种迭代的聚类算法对社会标注系统中的 Web 资源进行基于语义的聚类，该聚类算法通过迭代不断加强被聚类资源间的一致性信息， 从而能够克服传统聚类算法所面临的数据稀疏以及性能问题。研究表明，对 Web 资源所 处环境的各种关联关系的深入分析，能够帮助用户更好地理解和操作相关 Web 资源，尤 其是对于本身特征不充分或难以获取的 Web 资源来说，关联关系的分析研究具有十分重 要的意义。 关键词 社会标注，语义抽取，语义聚类算法，广义关联 一种使得用户能观察系统的标注演化过程和进行交 互的机制;文献[13 J 把图片的用户标签和视觉特征 0 引言 相结合，让用户非常直观地浏览图片。这些研究极 社会标注服务系统是指目前广泛应用的允许用 大改善了社会标注系统的用户浏览和查找的体验， 但是这些研究主要还是关注的社会标注本身的结构 户对各种 Web 资源(如网页、图片、视频等)进行自 化展示，被标注的 Web 资源仍然是以平面无结构的 由标注，从而方便用户管理并与他人共享这些 Web 资源的各种 Web 服务系统。当前用户从社会标注 方式呈现，当搜索结果中包含的 Web 资源数量庞大 且包含多个主题时所遇到的困境仍然有待解决。 服务系统中获取 Web 资源主要通过基于关键词搜 社会标注系统中包含网页、图片和视频等多种 索和标签云视图两种方式。社会标注作为一种被实 Web 资源，目前对这些 Web 资源的分类聚类大都基 践证明的有效的 Web 资源组织方式，其用户群体迅 于其自身的特性，但通常 Web 资源本身特征的表达 速扩大，被标注的 Web 资源对象以惊人的速度增 能力有限，无法挖掘出蕴含在 Web 中的有用的知 长。为帮助用户高效便捷地浏览日渐庞大的 Web 识，尤其是对图像和视频等其底层特征和其语义理 资源，近年来研究人员进行了卓有成效的研究。文 献[ 1 ,2 J 探索了社会标注系统作为一个复杂系统的 解之间存在巨大鸿沟的 Web 资源。本文尝试通过 对社会标注系统涉及到的多种对象实体集合之间的 基本分布特性;文献[3-7 J 利用社会标注提供的语义 信息改善了搜索结果，并提供了个性化的搜索方法;