Please wait a minute...
Advanced Search
现代图书情报技术  2010, Vol. 26 Issue (10): 28-32    DOI: 10.11925/infotech.1003-3513.2010.10.05
  知识组织与知识管理 本期目录 | 过刊浏览 | 高级检索 |
基于PLSA的大众标注潜在语义发现
蒋翠清1,2, 张玉1, 丁勇1
1. 合肥工业大学管理学院 合肥 230009;
2. 过程优化与智能决策教育部重点实验室 合肥 230009
Discovery of Latent Semantic in Social Annotation Based on PLSA
Jiang Cuiqing1,2, Zhang Yu1, Ding Yong1
1. School of Management, Hefei University of Technology, Hefei 230009, China;
2. Ministry of Education key Laboratory of Process Optimization and Intelligent Decision, Hefei 230009,China
全文: PDF(457 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

针对大众标注系统的标注语义模糊等问题,分析标注中用户、资源和标签的潜在语义关系,引入概率潜在语义分析PLSA模型并对其进行扩展,将标注映射到一个有限维的潜在语义空间中,通过聚类得到标注的潜在语义直观代表集合。将此应用于大众标注系统中,以提高用户对网络资源的实际使用需求的满意度,通过实验证明本文方法的有效性。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
蒋翠清
张玉
丁勇
关键词 大众标注潜在语义PLSA标签    
Abstract

In order to solve the problem of fuzzy semantic in social annotation system, this paper analyses the relation among users, resources and tags, introduces latent semantic analysis probabilistic PLSA model. By extending PLSA model,the annotation is mapped to a finite-dimensional latent semantic space, and the collection of latent semantic of annotation is obtained by clustering. This discovery method improves the satisfaction of user’s actual need for resource in social annotation system. Finally, experimental results show the effectiveness of the proposed method.

Key wordsSocial    annotation    Latent    semantic    PLSA    Tag
收稿日期: 2010-09-10     
: 

G232

 
基金资助:

本文系国家自然科学基金项目“面向协同的制造企业知识建模与集成理论研究”(项目编号:70871034)、安徽省高校自然科学研究重点项目“机械产品设计知识管理系统研究”(项目编号:KJ2010A259)和教育部人文社会科学基金项目“企业知识管理绩效评价研究”(项目编号:09YJC630055)的研究成果之一。

引用本文:   
蒋翠清, 张玉, 丁勇. 基于PLSA的大众标注潜在语义发现[J]. 现代图书情报技术, 2010, 26(10): 28-32.
Jiang Cuiqing, Zhang Yu, Ding Yong. Discovery of Latent Semantic in Social Annotation Based on PLSA. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2010.10.05.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2010.10.05


[1] Begelman G.Automated Tag Clustering: Improving Search and Exploration in the Tag Space . In: Proceedings of the Collaborative Web Tagging Workshop at WWW’06. 2006.

[2] Mika P. Ontologies are Us: A Unified Model of Social Networks and Semantics . In: Proceedings of International Semantic Web Conference.2005:522-536.

[3] Yeung C M A, GibbinsN, Shadbolt N.Understanding the Semantics of Ambiguous Tags in Folksonomies . In: Proceedings of the International Workshop on Emergent Semantics and Ontology Evolution (ESOE2007) at ISWC/ASWC2007.2007:108-121.

[4] Specia L,Motta E.Integrating Folksonomy With Semantic Web .In:Proceedings of the 4th European Conference on the Semantic Web: Research and Applications,Innsbruck, Austria.2007:624-639.

[5] Hofmann T.Probabilistic Latent Semantic Analysis . In: Proceedings of Uncertainty in Artificial Intelligence, UAI’99.1999:289-296.

[6] Hofmann T.Probabilistic Latent Semantic Indexing . In: Proceedings of SIGIR’99,Berkeley,CA, USA.1999:50-57.

[7] Golder S A, Huberman B A.Usage Patterns of Collaborative Tagging Systems
[J].Journal of Information Science,2006,32(2):198-208.

[8] Kim H, Jia A T, Haa I ,et al.Collaborative Filtering Based on Collaborative Tagging for Enhancing the Quality of Recommendation
[J]. Electronic Commerce Research and Applications,2010,9(1):73-83.

[9] 王萍,张际平.一种社会性标签聚类算法
[J]. 计算机应用与软件 ,2010,27(2):126-129.

[10] 曹高辉,焦玉英,成全.基于凝聚式层次聚类算法的标签聚类研究
[J]. 现代图书情报技术 ,2008(4):23-28.

[11] 王翠英.标签的聚类分析研究
[J]. 现代图书情报技术 ,2008(5):67-71.

[12] 窦永香,苏山佳,赵捧未.基于Porter算法的英文标签聚类方法研究
[J]. 现代图书情报技术 ,2009(9):41-44.

[1] 夏立新,曾杰妍,毕崇武,叶光辉. 基于LDA主题模型的用户兴趣层级演化研究 *[J]. 数据分析与知识发现, 2019, 3(7): 1-13.
[2] 叶佳鑫,熊回香. 基于标签的跨领域资源个性化推荐研究*[J]. 数据分析与知识发现, 2019, 3(2): 21-32.
[3] 叶光辉,胡婧岚,徐健,夏立新. 社交博客标签增长态势与连接模式分析*[J]. 数据分析与知识发现, 2018, 2(6): 70-78.
[4] 陆伟,罗梦奇,丁恒,李信. 深度学习图像标注与用户标注比较研究*[J]. 数据分析与知识发现, 2018, 2(5): 1-10.
[5] 熊回香,叶佳鑫,蒋武轩. 改进的DBSCAN聚类算法在社会化标注中的应用*[J]. 数据分析与知识发现, 2018, 2(12): 77-88.
[6] 涂海丽,唐晓波. 基于标签的商品推荐模型研究*[J]. 数据分析与知识发现, 2017, 1(9): 28-39.
[7] 邓三鸿,傅余洋子,王昊. 基于LSTM模型的中文图书多标签分类研究*[J]. 数据分析与知识发现, 2017, 1(7): 52-60.
[8] 熊回香,蒋武轩. 基于标签与关系网络的用户聚类推荐研究*[J]. 数据分析与知识发现, 2017, 1(6): 36-46.
[9] 陈梅梅,薛康杰. 基于标签簇多构面信任关系的个性化推荐算法研究*[J]. 数据分析与知识发现, 2017, 1(5): 94-101.
[10] 陈梅梅, 薛康杰. 基于改进张量分解模型的个性化推荐算法研究*[J]. 数据分析与知识发现, 2017, 1(3): 38-45.
[11] 谢梦瑶,潘旭伟. 社会化标注中用户动态标签云构建研究*[J]. 数据分析与知识发现, 2017, 1(2): 35-40.
[12] 田世海,吕德丽. 改进潜在语义分析和支持向量机算法用于突发安全事件舆情预警*[J]. 数据分析与知识发现, 2017, 1(2): 11-18.
[13] 郭博,李守光,王昊,张晓军,龚伟,于昭君,孙宇. 电商评论综合分析系统的设计与实现——情感分析与观点挖掘的研究与应用[J]. 数据分析与知识发现, 2017, 1(12): 1-9.
[14] 陈挺,王小梅,吕伟民. ng-info-chart: 基于自定义HTML标签的交互式可视化组件*[J]. 现代图书情报技术, 2016, 32(6): 88-95.
[15] 朱玲,薛春香,章成志,傅柱. 微博用户标签与博文内容相关度研究*[J]. 现代图书情报技术, 2016, 32(3): 18-24.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn