社会化标注系统中不同主题资源的用户标注行为分析
发布时间:2020-08-07 01:54
【摘要】:目的社会化标注是Web 2.0技术的典型应用。随着互联网的发展和普及,越来越多的互联网应用平台均采用社会化标注功能,允许众多用户以标签的形式参与到网络信息资源的评论和分享,以便用户描述并揭示网络信息资源的内容。然而,社会化标签存在着选择随意、语义表达模糊、义同词不同以及词同义不同等问题,降低了用户对信息资源的使用效率,限制了标签的实际应用效果;同时,也在一定程度上降低了基于标签的信息组织和检索系统的质量。本文选题来源于国家社会科学基金项目“基于框架网络本体的标签系统语义分析研究”(13TCQ030)。通过标签对社会化标注系统中不同主题资源的用户标注行为分析与研究,一方面能够真实地揭示和了解用户在社会化标注系统中的标注动机和标注方式等信息,达到全面理解用户标注行为的目的;另一方面能够找出制约用户检索、利用和管理网络信息资源的主要因素,以此改进标签的使用;进一步提高网络信息组织和检索效率,充分实现对资源信息的传播、共享与利用;同时,能够优化社会化标注系统的结构功能和应用服务,达到全面促进社会化标注系统可持续发展的目的。方法基于自主开发的标签抓取软件(社会化标签知识采集系统)对社会化标注资源网站豆瓣网上“互联网”、“健康”与“心理学”主题资源数据抓取,运用文献调研法整理相关文献,提出本课题研究方向;运用实证研究法、统计描述法、差异分析法从标签的语言类型、词性统计、用语规范性、功能类型、情感、标注倾向、词来源等方面进行了定量分析和标签类型比率的用户标注行为量化指标进行了定性分析。结果特征分析的结果表明:①用户偏向使用名称、动词、形容词等词性的中文标签;②用户的标签用语具有不规范性,更多时候用户选择非叙词和非类目名称词作为标签标注资源;③用户倾向使用具有描述型功能的主题词标签进行标注资源用来揭示图书主题内容;④用户偏向使用评价型标签和情感型标签标注资源,便于其他用户关注该资源并有利于资源的分享;⑤用户标签标注倾向不高,大部分用户从未对图书添加标签,并且标签来源于标题的占比偏低。差异分析的结果表明:不同主题资源对用户标注行为存在显著性差异体现在标签的语言类型、标注倾向和词来源等方面,在标签的词性统计、用语规范性、功能类型和情感等方面不同主题资源对用户标注行为显著性差异不明显。结论社会化标注系统应该从提高个性化推荐服务功能、增加对不规范标签的纠正功能、完善标签检索功能、增加标签导航功能和完善标签浏览方式等方面进行结构功能和应用服务的优化,对促进社会化标注系统的可持续发展具有重要意义。
【学位授予单位】:山西医科大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:G254
【图文】:
山西医科大学硕士学位论文息资源评价,是指用户在社会化标注系统中可以对自己或者他人标注过的资源以评论或评级的形式表达用户对资源的看法和显示资源对用户的价值;群组构建,是指在社会化标注系统中用户可以通过标注相同标签找到具有与自己关注共同话题的网络用户,互相添加成好友,实现群组的构建。社会化标注系统的运行机制学术界关于社会化标注系统的运行机制的普遍认为是以 用户(Users)-资源(Resources)-标签(Tags) 构成的三元交互的动态网络结构,如图 2-1 所示[21]。
图 3-1 语料库在线平台分词界面表 3-4 不可切分词词性统计表主题标签词性名称 互联网 健康 心理学(N=318) (N=365) (N=420)形容词(a) 11(3.46%) 13(3.56%) 28(6.67%)副词(d) 0(0.00%) 1(0.27%) 0(0.00%)习用语(i) 1(0.31%) 3(0.82%) 6(1.43%)缩略语(j) 8(2.52%) 5(1.37%) 8(1.90%)名词(n) 223(70.13%) 268(73.42%) 281(66.90%)代词(r) 1(0.31%) 1(0.27%) 2(0.48%)动词(v) 74(23.27%) 73(20.00%) 94(22.38%)非语素字(x) 0(0.00%) 1(0.27%) 1(0.24%)标签用语规范性分析依据《中国分类主题词表》第二版进行标签词的规范化分析,《中国分类主题词
本文编号:2783291
【学位授予单位】:山西医科大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:G254
【图文】:
山西医科大学硕士学位论文息资源评价,是指用户在社会化标注系统中可以对自己或者他人标注过的资源以评论或评级的形式表达用户对资源的看法和显示资源对用户的价值;群组构建,是指在社会化标注系统中用户可以通过标注相同标签找到具有与自己关注共同话题的网络用户,互相添加成好友,实现群组的构建。社会化标注系统的运行机制学术界关于社会化标注系统的运行机制的普遍认为是以 用户(Users)-资源(Resources)-标签(Tags) 构成的三元交互的动态网络结构,如图 2-1 所示[21]。
图 3-1 语料库在线平台分词界面表 3-4 不可切分词词性统计表主题标签词性名称 互联网 健康 心理学(N=318) (N=365) (N=420)形容词(a) 11(3.46%) 13(3.56%) 28(6.67%)副词(d) 0(0.00%) 1(0.27%) 0(0.00%)习用语(i) 1(0.31%) 3(0.82%) 6(1.43%)缩略语(j) 8(2.52%) 5(1.37%) 8(1.90%)名词(n) 223(70.13%) 268(73.42%) 281(66.90%)代词(r) 1(0.31%) 1(0.27%) 2(0.48%)动词(v) 74(23.27%) 73(20.00%) 94(22.38%)非语素字(x) 0(0.00%) 1(0.27%) 1(0.24%)标签用语规范性分析依据《中国分类主题词表》第二版进行标签词的规范化分析,《中国分类主题词
【参考文献】
相关期刊论文 前10条
1 窦强;邰杨芳;贺培风;;社会化标注系统的检索功能及其效果评价[J];中华医学图书情报杂志;2014年12期
2 李蕾;王冕;章成志;;区分标签类型的社会化标签质量测评研究[J];图书情报工作;2013年23期
3 王娜;马云飞;;网络环境下大众标注行为动机的调查与分析[J];图书情报工作;2013年23期
4 赵亚楠;董晶;董佳梁;;基于社会化标注的博客标签推荐方法[J];计算机工程与设计;2012年12期
5 魏来;毕琳;;社会标注对网络学习资源的揭示能力研究[J];图书情报工作;2012年16期
6 邓卫华;易明;王伟军;;虚拟社区中基于Tag的知识协同机制——基于豆瓣网社区的案例研究[J];管理学报;2012年08期
7 夏宁霞;苏一丹;覃华;张敏;;社会化标签系统中个性化的用户建模方法[J];计算机应用;2011年06期
8 石豪;李红娟;赖雯;赵英;;基于folksonomy标签的用户分类研究[J];图书情报工作;2011年02期
9 贾君枝;王东元;王永芳;;基于Delicious中文标签特征分析[J];情报科学;2010年10期
10 常唯;;标签在数字学术资源内容揭示中的作用研究[J];图书馆杂志;2007年01期
相关硕士学位论文 前2条
1 张宁;分众分类系统的用户行为特征分析[D];山西大学;2013年
2 隆捷;基于标签的互联网自由分类法研究[D];北京大学;2007年
本文编号:2783291
本文链接:https://www.wllwen.com/tushudanganlunwen/2783291.html
教材专著