面向Web3.0的大众分类研究

发布时间：2021-05-06 21:26

　　随着社会化软件的发展,越来越多的Web2.0网站以应用的开放性、技术的渗透性和信息传播的交互性等特性及其读写并存的表达方式、社会化的联合方式和便捷化的体验方式等优势,影响和改变着人们的工作和学习方式；同时,Web2.0自身具有的开放性、去中心化、聚合性、高度交互性和创新性等特性,也使得越来越多的用户参与到网络信息的创造和发布中。然而,一方面,伴随着信息源和信息量的激增,衍生出了信息杂乱无章、信息纯净度和可信度降低、搜索引擎精准度下降等问题；另一方面,用户迫切希望通过便捷的互动交流和协同共享方式来及时准确地获取符合自身需求的信息和知识。面对这些问题,注重信息筛选与个性化信息聚合,以“个性、精准和智能”为核心理念的Web3.0模式应运而生；这一新型模式为问题的解决带来了新的希望。Web3.0是以Web2.0为基础,因此,大众分类（Folksonomy）, Web2.0环境下产生的新型信息分类法仍然是Web3.0环境下的主要信息分类方法之一。但是,大众分类在给网络用户提供方便、自由的标签标注和检索的同时,也存在着诸如标签的多样性、模糊性、扁平化结构和语义关系缺乏等缺陷；这些缺陷制约着Web3... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：187 页

【学位级别】：博士

【文章目录】：
中文摘要
Abstract
第1章 绪论
    1.1 研究的背景及意义
    1.2 国内外研究现状
        1.2.1 关于大众分类的研究
        1.2.2 关于Web3.0的研究
    1.3 研究目标与研究内容
        1.3.1 研究目标
        1.3.2 研究内容
    1.4 研究方法与研究思路
        1.4.1 研究方法
        1.4.2 研究思路
    1.5 论文创新点
第2章 大众分类、语义网及Web3.0相关理论
    2.1 大众分类
        2.1.1 大众分类的产生
        2.1.2 大众分类法的定义与内涵
        2.1.3 大众分类法的运行机制
        2.1.4 大众分类法的类型
        2.1.5 大众分类法的特征
    2.2 语义网
        2.2.1 语义网的诞生
        2.2.1 语义网的基本思想
        2.2.3 语义网的体系结构
        2.2.4 本体论
    2.3 Web3.0
        2.3.1 Web3.0的产生
        2.3.2 Web3.0的内涵
        2.3.3 Web3.O的特征
        2.3.4 Web3.0的实现技术
        2.3.5 Web3.0的现状
    2.4 大众分类、语义网及Web3.0的关系
        2.4.1 大众分类与Web3.0
        2.4.2 语义网与Web3.0
    2.5 本章小结
第3章 标签及其实证研究
    3.1 标签的内涵及其特点
        3.1.1 标签的内涵
        3.1.2 标签的基本特点
    3.2 标签的实证研究
        3.2.1 标签的语言特征
        3.2.2 标签的分布规律
        3.2.3 标签质量及其规范性
        3.2.4 标签的分类体系及标签的推荐
        3.2.5 用户、标签和资源三者关系
    3.3 本章小结
第4章 标签的规范控制
    4.1 大众分类法与情报检索的受控语言比较
    4.2 标签库的构建
        4.2.1 《同义词词林》简介
        4.2.2 基于《同义词词林》的词语相似度计算
        4.2.3 基本Tag类的设置
        4.2.4 标签词的收集和标签库的结构
        4.2.5 标签库的动态更新
    4.3 用户标注的控制
        4.3.1 标签的推荐
        4.3.2 用户管理机制
        4.3.3 垃圾标签处理
    4.4 用户标签优选
    4.5 本章小结
第5章 标签的分类
    5.1 Tag资源的自动分类
        5.1.1 文本自动分类
        5.1.2 获取训练样本集
        5.1.3 Tag资源预处理
        5.1.4 Tag资源表示
        5.1.5 特征选择与加权
        5.1.6 Tag资源分类算法
    5.2 利用标签库构建标签的层级
    5.3 本章小结
第6章 标签的聚类
    6.1 聚类分析及算法
        6.1.1 聚类分析
        6.1.2 聚类算法
    6.2 标签聚类的基本过程
    6.3 基于共现信息的标签聚类
        6.3.1 共现分析
        6.3.2 标签共现分析
        6.3.3 基于共现信息的标签聚类算法模型
    6.4 基于标签相关性的标签聚类
        6.4.1 数据采集
        6.4.2 标签向量空间的表示
        6.4.3 聚类算法
    6.5 基于关联规则的Tag资源聚类
        6.5.1 关联规则
        6.5.2 频繁项集(frequent itemset)
        6.5.3 Apriori算法与关联聚类算法
        6.5.4 基于关联规则的Tag资源聚类算法模型
    6.6 本章小结
第7章 大众分类中的语义关系挖掘
    7.1 标签概念空间的构建
        7.1.1 标签层次空间的构建
        7.1.2 标签网状空间的构建
    7.2 大众分类与本体的结合
        7.2.1 大众分类与本体结合的可行性
        7.2.2 标签语义关系的挖掘
        7.2.3 标签本体模型
    7.3 本章小结
第8章 研究总结与展望
    8.1 本文主要研究内容
    8.2 本文主要结论
    8.3 本文主要创新点
    8.4 研究局限与展望
参考文献
攻读博士学位期间的主要科研成果
致谢


【参考文献】：
期刊论文
[1]基于同义词词林的词语相似度计算方法[J]. 田久乐,赵蔚.  吉林大学学报(信息科学版). 2010(06)
[2]Web文本聚类算法的分析比较[J]. 许芳芳,王新伟.  计算机时代. 2010(10)
[3]基于知网的词汇语义相似度计算方法研究[J]. 葛斌,李芳芳,郭丝路,汤大权.  计算机应用研究. 2010(09)
[4]社会标注及其在信息检索中的应用研究综述[J]. 靳延安,李瑞轩,文坤梅,辜希武,卢正鼎,段东圣.  中文信息学报. 2010(04)
[5]一种基于社会性标注的网页排序算法[J]. 刘凯鹏,方滨兴.  计算机学报. 2010(06)
[6]基于分面组配思想的公众分类法改进[J]. 王朋,李盈,王林.  中华医学图书情报杂志. 2010(06)
[7]基于标签的Folksonomy机制研究——以CiteUlike为例[J]. 刘向红,宋文,姚朋.  图书馆理论与实践. 2010(05)
[8]网络信息资源的分众分类研究[J]. 熊燕.  图书馆学刊. 2010(05)
[9]社会化标注系统中典型标签族的语义维度识别[J]. 李保珍,朱庆华.  情报理论与实践. 2010(03)
[10]基于网络协作标注的标签消歧方法述评[J]. 窦玉萌.  现代图书情报技术. 2010(03)

博士论文
[1]文本分类中若干问题研究[D]. 刘赫.吉林大学 2009
[2]汉英双语语料库自动对齐研究[D]. 王斌.中国科学院研究生院（计算技术研究所） 1999

硕士论文
[1]基于类中心向量的文本分类模型研究与实现[D]. 郭茂.大连理工大学 2010
[2]基于本体的检索模型的研究[D]. 曹立勇.安徽大学 2010
[3]支持协同的分布式本体管理系统的设计和实现[D]. 邓业强.上海交通大学 2010
[4]基于语义的中文文本自动分类系统的研究与实现[D]. 马扬.重庆大学 2009
[5]Folksonomy在企业知识管理中的应用研究[D]. 蔡志宏.华东师范大学 2009
[6]面向领域文档的语义标注方法研究[D]. 沙丽华.吉林大学 2009
[7]基于本体和规则的语义web服务的研究与实现[D]. 王剑平.浙江工业大学 2009
[8]基于本体的语义检索模型研究[D]. 陈运启.重庆大学 2009
[9]基于WordNet本体库的文本分类方法[D]. 刘大伟.北京交通大学 2008
[10]基于本体的语义文本分类研究[D]. 何元娇.北京化工大学 2008



本文编号：3172642