分众分类系统的用户行为特征分析

发布时间：2020-09-28 07:40

　　 Web2.0时代,分众分类系统被广泛应用在各种社交分享网站,如：delicious、豆瓣网、新浪微博等。随着分众分类系统在互联网各社交分享网站的广泛应用和发展,使更多的普通上网者参与到互联网信息的创造及发布中。分众分类系统作为一种平民分类方法,其分类标签具有由个人自发性定义；标签分类公开共享等特点,但是分众分类系统标签具有语义模糊、不精确、随意的缺点,导致用户信息发现和分享效率低下。另外,个别标签拼写错误、中文标签分词结构模糊、语义认知在不同语言环境存在明显差异等问题也急需解决。面对分众分类系统出现的发展瓶颈,我们求助于传统分类法。以学科为中心的传统分类法经过多年发展和实践运用,其体系结构已经很成熟和完善。借鉴传统分类法,我们对分众分类进行优化改进,从而提高网络信息组织和分类的质量和效率,即能够运用汉语主题词表的语义关系扩展用户使用的标签,起到推荐标签、实现检索的作用,并对用户标签集的数据进行实时分析,研究用户偏好度,以作为叙词表词汇更新的数据源。本论文首先介绍了论文的研究背景,研究目的及意义。在收集分众分类系统delicious网站用户、标签、资源等数据基础上,分析delicious标签特征。而后对中文标签(教育类)与《汉语分类主题词表》中主题词(教育类)进行比较分析,探讨标签和主题词融合的可能性和技术实现方法,提出了相互借鉴融合的理论模型和方法。接着在对用户分布与资源类型分析的基础上,运用社会网络分析法聚类分析用户群、资源类、标签集,从中找到核心用户、核心资源、核心标签；而后在分类分析(层次分析)和聚类分析的基础上,结合社会行为学知识对用户如何选择资源、如何选择标签等行为详细分析。然后从资源分享情况、标签特点、关注其他用户等方面实例分析一活跃用户具体行为和用户偏好。最后对论文的主要工作与结论进行了总结,并提出了论文研究的不足之处以及课题下一步研究的问题。
【学位单位】：山西大学
【学位级别】：硕士
【学位年份】：2013
【中图分类】：G254
【文章目录】：
中文摘要
ABSTRACT
第一章绪论
    1.1 研究背景和问题的提出
    1.2 国内外研究动态
    1.3 研究方法和研究框架
        1.3.1 研究方法
        1.3.2 研究框架
第二章分众分类系统功能及数据处理
    2.1 分众分类系统功能分析
        2.1.1 分众分类系统基本功能
        2.1.2 分众分类系统扩展功能
    2.2 标签数据处理流程
    2.3 DELICIOUS教育类标签分析
        2.3.1 特殊字符标签统计分析
        2.3.2 英文标签统计分析
        2.3.3 中文标签统计分析
第三章标签的用户分布与资源类型分析
    3.1 用户分布
        3.1.1 注册时间统计分析
        3.1.2 用户关注人数统计分析
        3.1.3 用户分享资源数统计分析
        3.1.4 用户分享样本资源数统计分析
    3.2 网络资源分布
        3.2.1 资源首次保存时间分布统计
        3.2.2 域名分析
        3.2.3 教育类网站超链接分析
第四章用户行为特征分析
    4.1 用户、资源、标签之间的网络联系度
        4.1.1 二部矩阵的构建
        4.1.2 二部图的构建
    4.2 用户群、资源类、标签集的聚类
        4.2.1 2-模网络向1-模矩阵的转化
        4.2.2 分析用户、中文标签、网络资源1-模关系网
    4.3 用户行为分析
        4.3.1 用户选择教育类网络资源的行为分析
        4.3.2 用户选择教育类中文标签的行为分析
        4.3.3 分众分类系统用户社会行为学分析
    4.4 活跃用户行为分析
        4.4.1 用户基本资料
        4.4.2 用户资源分享的基本情况
        4.4.3 用户标签的特点
        4.4.4 用户关注其他用户的特点
    4.5 用户偏好挖掘
第五章结论与问题探讨
    5.1 本文的主要工作与结论
    5.2 有待进一步研究的问题
参考文献
攻读学位期间取得的研究成果
致谢
个人简况及联系方式

【参考文献】