社会化标注环境下的标签共现谱聚类方法 - 图书情报工作.pdf

第５８卷 第２３期　２０１４年１２月 社会化标注环境下的标签共现谱聚类方法 ■ 李慧宗　胡学钢　何伟　潘剑寒 ［摘　要］在分析标签共现的基础上，提出一种基于共现的标签谱聚类方法，该方法直接利用标签的共现 关系来测度标签的相关性，能够避免将标签表示成向量空间模型时所带来的高维稀疏等问题。在衡量标签的 共现相似性时，设计一种综合的方法，并给出标签综合共现相似度的计算公式。与传统的单一利用标签的个体 共现来衡量其相似性相比，综合的方法同时考虑标签的个体共现相似性和标签的群体共现相似性，能够更加精 确地刻画标签的共现相似度。实验结果表明，基于综合共现相似度的标签共现谱聚类方法具有较好的效果。 ［关键词］社会化标签系统　标签共现　谱聚类　相似性 ［分类号］Ｇ２０２ 　　ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１４．２３．０２０ １　引　言 对上述问题，现有的研究大多采用标签聚类的方法来 重新组织标签，发现标签聚集体所传达的相同信息。 　　社会化标签系统是 Ｗｅｂ２．０的一个重要应用形 标签聚类从标注行为上（即用户怎样标注和资源怎样 式，它是一个网络资源的描述、组织、管理和归类系 被标注）揭示了标签的内在一致性和凝聚性，反映出标 ［１］ 统 。社会化标签系统允许用户根据自身的背景和喜 签、用户和资源更本质的特性，可以以一种简洁明了的 好在一个自由开放的环境中自主地创造、选择和使用 方式来展现标签的潜在语义、资源的概要信息或用户 标签对自己感兴趣的各种网络资源进行标注，实现用 的兴趣模型。因此，标签聚类能够有效提升标签描述 户对Ｗｅｂ资源的分类、组织和检索。标签可以是词汇 的精确性，改善标签组织的无序性，为Ｗｅｂ用户提供 表中已经存在的词或短语，也可以是用户创造或组合 更好的标签浏览和导航机制，提高标签信息查询和检 的新词汇；标签能够表达用户对于资源的理解和评论， 索的准确率。 已成为除了资源的关键词或关键短语等特征之外的另 　　现有的标签聚类方法大都利用向量空间模型或标 一重要特征。 签共现关系来测量标签之间的相似度，并选择ｋｍｅａｎｓ 　　由于社会化标签系统具有自由化、公开性等特点， ? 利用社会化标签系统对 Ｗｅｂ资源进行描述、组织、分 或层次聚类等传统聚类算法来聚类标签。存在的问题 有： 向量空间模型仅利用标签的资源向量空间模型 类或检索的过程不得不面对标签的语义模糊、歧义、稀 ① 疏或冗余等问题，例如： 由于知识背景或个人喜好的 或标签的用户向量空间模型，割裂了社会化标注系统 ① 差异，不同的用户可能会使用完全不同的标签来标注 的三元标注关系，造成标签语义关系的丢失，另外，当 相同的资源，从而引起标签的语义模糊或歧义性问题； 资源或用户个数非常大时向量空间模型容易出现高维 和稀疏性问题； 标签共现仅利用标签的资源共现或 ②并不是所有的用户都