基于用户标签网络的Web知识推送研究
发布时间：2021-09-29 13:14
在Web2.0时代,互联网已成为人类可利用的具有丰富知识资源的宝库,然而“知识过载”、“知识迷航”等问题也困扰着用户。个性化知识推送已成为解决这类问题的一种重要策略。在Web2.0网站中,社会化标签系统使得用户能够对自身感兴趣的知识资源进行标注。利用用户生成的标注信息可进一步挖掘和提炼用户兴趣,以开展Web知识推送服务。本文主要以用户标签网络为切入点开展研究,以期找到一种合适的方法来进行Web知识推送。本文首先分析了社会化标签系统和个性化知识需求的一些基础理论,同时对Web知识推送系统的概念和通用组成架构做了总结。文章就用户标注行为建立模型,重点分析了用户标签网络构建的原理,提出用户标签网络模型的形式化定义。进而结合社会网络、复杂网络、图论等理论中的结构化分析思想,对用户标签网络建立起个体级、局部级、全局级的分析指标体系。对用户标签网络结构分析的过程,实质上是对用户标签进行序化的过程,从中能够发现用户标注行为中所潜藏的用户个性化兴趣和个性化需求。接着,在用户标签网络的结构化分析指标体系基础上,本文提出了基于用户标签网络的用户兴趣模型构建方法,并详细介绍了该方法的主要原理和步骤。在用户兴...
【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】：71 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 论文选题背景及研究意义
1.1.1 选题背景
1.1.2 研究意义
1.2 相关研究现状
1.2.1 知识推送技术现状
1.2.2 知识推送应用研究现状
1.2.3 基于标签的个性化推送研究现状
1.3 本文的研究思路
1.4 本文的组织结构
2 相关基础理论
2.1 社会化标签系统
2.1.1 社会化标签系统的产生
2.1.2 社会化标签系统的功能内涵
2.1.3 社会化标签系统的结构模型
2.2 个性化知识需求
2.2.1 个性化知识需求概述
2.2.2 个性化知识需求解决策略
2.3 WEB知识推送系统
2.3.1 Web知识推送系统简介
2.3.2 Web知识推送系统组成架构
3 用户标签网络及结构分析方法
3.1 用户标签网络构建
3.1.1 用户标注模型
3.1.2 标签关系建立
3.1.3 用户标签网络模型
3.2 用户标签网络结构分析方法
3.2.1 个体级分析指标
3.2.2 局部级分析指标
3.2.3 全局级分析指标
4 基于用户标签网络的用户兴趣模型构建
4.1 用户兴趣建模一般过程
4.2 用户兴趣模型的标签表示法
4.3 用户兴趣模型生成
4.3.1 标签子网划分
4.3.2 标签权重计算
4.3.3 用户兴趣模型表示
4.3.4 用户兴趣模型更新策略
5 WEB知识推送系统框架构建与实验分析
5.1 WEB知识推送系统框架
5.2 WEB知识资源与用户兴趣的相似度计算方法
5.2.1 基于概率扩散的方法
5.2.2 基于余弦相似度的方法
5.3 实验分析
5.3.1 实验数据集
5.3.2 评价指标及方法
5.3.3 用户兴趣模型分析
5.3.4 推送精度分析
6 总结与展望
6.1 本文工作总结
6.2 研究展望
参考文献
攻读硕士学位期间的论文工作及其他成果
攻读硕士学位期间参加的科研项目
致谢
【参考文献】：
期刊论文
[1]Tag-Aware Recommender Systems:A State-of-the-Art Survey[J]. 张子柯,周涛,张翼成. Journal of Computer Science & Technology. 2011(05)
[2]Modeling Consensus Semantics in Social Tagging Systems[J]. 张斌,张引,高克宁. Journal of Computer Science & Technology. 2011(05)
[3]基于Tag的知识主题网络构建与Web知识推送研究[J]. 易明,曹高辉,毛进,邓卫华. 中国图书馆学报. 2011(04)
[4]社会化标签系统中基于组合策略的个性化知识推荐研究[J]. 易明,邓卫华,徐佳. 情报科学. 2011(07)
[5]基于业务过程和知识需求的知识推送系统[J]. 石美红,王婷,陈永当,毋涛. 计算机集成制造系统. 2011(04)
[6]个性化服务中的用户建模技术[J]. 王巧容,赵海燕,曹健. 小型微型计算机系统. 2011(01)
[7]面向企业业务的智能知识推送研究[J]. 柳巧玲. 情报理论与实践. 2010(11)
[8]虚拟研究社区中的知识分享与个性化知识推荐[J]. 杨丽娜,刘科成,颜志军. 中国电化教育. 2010(06)
[9]基于图聚类的协同标记系统资源个性推荐[J]. 王庆林,薛惠锋,林波. 计算机工程与应用. 2010(11)
[10]基于加权复杂网络的中文文档关键短语抽取[J]. 林煜熙,梁颖红,韩艳,张永刚,姚建民. 微电子学与计算机. 2009(10)
博士论文
[1]面向Web3.0的大众分类研究[D]. 熊回香.华中师范大学 2011
硕士论文
[1]个性化服务中基于Tag的用户模型研究[D]. 杨金侠.中国科学技术大学 2011
[2]个性化知识推送系统在企业服务平台中的研究与设计[D]. 陆晓虎.北京邮电大学 2011
[3]基于知识情境的知识个性化推送技术的研究与应用[D]. 仵雪婷.南昌大学 2010
[4]基于语义网与社会网络分析的知识整合与推荐[D]. 张杰伟.复旦大学 2010
[5]基于知识点的学习内容个性化推荐研究[D]. 胡晓楠.重庆大学 2010
[6]基于本体的知识个性化协同推荐系统研究[D]. 李毅华.华南理工大学 2010
[7]教学平台中基于知识点的个性化推荐学习的研究与实现[D]. 尤秀梅.天津师范大学 2010
[8]基于知识地图的知识检索与推荐方法研究[D]. 熊奇.上海交通大学 2009
[9]基于标签的互联网自由分类法研究[D]. 隆捷.北京大学 2007
[10]基于Tag技术的知识个性化推荐及系统[D]. 林森.华中科技大学 2006
本文编号：3413769
【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】：71 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 论文选题背景及研究意义
1.1.1 选题背景
1.1.2 研究意义
1.2 相关研究现状
1.2.1 知识推送技术现状
1.2.2 知识推送应用研究现状
1.2.3 基于标签的个性化推送研究现状
1.3 本文的研究思路
1.4 本文的组织结构
2 相关基础理论
2.1 社会化标签系统
2.1.1 社会化标签系统的产生
2.1.2 社会化标签系统的功能内涵
2.1.3 社会化标签系统的结构模型
2.2 个性化知识需求
2.2.1 个性化知识需求概述
2.2.2 个性化知识需求解决策略
2.3 WEB知识推送系统
2.3.1 Web知识推送系统简介
2.3.2 Web知识推送系统组成架构
3 用户标签网络及结构分析方法
3.1 用户标签网络构建
3.1.1 用户标注模型
3.1.2 标签关系建立
3.1.3 用户标签网络模型
3.2 用户标签网络结构分析方法
3.2.1 个体级分析指标
3.2.2 局部级分析指标
3.2.3 全局级分析指标
4 基于用户标签网络的用户兴趣模型构建
4.1 用户兴趣建模一般过程
4.2 用户兴趣模型的标签表示法
4.3 用户兴趣模型生成
4.3.1 标签子网划分
4.3.2 标签权重计算
4.3.3 用户兴趣模型表示
4.3.4 用户兴趣模型更新策略
5 WEB知识推送系统框架构建与实验分析
5.1 WEB知识推送系统框架
5.2 WEB知识资源与用户兴趣的相似度计算方法
5.2.1 基于概率扩散的方法
5.2.2 基于余弦相似度的方法
5.3 实验分析
5.3.1 实验数据集
5.3.2 评价指标及方法
5.3.3 用户兴趣模型分析
5.3.4 推送精度分析
6 总结与展望
6.1 本文工作总结
6.2 研究展望
参考文献
攻读硕士学位期间的论文工作及其他成果
攻读硕士学位期间参加的科研项目
致谢
【参考文献】：
期刊论文
[1]Tag-Aware Recommender Systems:A State-of-the-Art Survey[J]. 张子柯,周涛,张翼成. Journal of Computer Science & Technology. 2011(05)
[2]Modeling Consensus Semantics in Social Tagging Systems[J]. 张斌,张引,高克宁. Journal of Computer Science & Technology. 2011(05)
[3]基于Tag的知识主题网络构建与Web知识推送研究[J]. 易明,曹高辉,毛进,邓卫华. 中国图书馆学报. 2011(04)
[4]社会化标签系统中基于组合策略的个性化知识推荐研究[J]. 易明,邓卫华,徐佳. 情报科学. 2011(07)
[5]基于业务过程和知识需求的知识推送系统[J]. 石美红,王婷,陈永当,毋涛. 计算机集成制造系统. 2011(04)
[6]个性化服务中的用户建模技术[J]. 王巧容,赵海燕,曹健. 小型微型计算机系统. 2011(01)
[7]面向企业业务的智能知识推送研究[J]. 柳巧玲. 情报理论与实践. 2010(11)
[8]虚拟研究社区中的知识分享与个性化知识推荐[J]. 杨丽娜,刘科成,颜志军. 中国电化教育. 2010(06)
[9]基于图聚类的协同标记系统资源个性推荐[J]. 王庆林,薛惠锋,林波. 计算机工程与应用. 2010(11)
[10]基于加权复杂网络的中文文档关键短语抽取[J]. 林煜熙,梁颖红,韩艳,张永刚,姚建民. 微电子学与计算机. 2009(10)
博士论文
[1]面向Web3.0的大众分类研究[D]. 熊回香.华中师范大学 2011
硕士论文
[1]个性化服务中基于Tag的用户模型研究[D]. 杨金侠.中国科学技术大学 2011
[2]个性化知识推送系统在企业服务平台中的研究与设计[D]. 陆晓虎.北京邮电大学 2011
[3]基于知识情境的知识个性化推送技术的研究与应用[D]. 仵雪婷.南昌大学 2010
[4]基于语义网与社会网络分析的知识整合与推荐[D]. 张杰伟.复旦大学 2010
[5]基于知识点的学习内容个性化推荐研究[D]. 胡晓楠.重庆大学 2010
[6]基于本体的知识个性化协同推荐系统研究[D]. 李毅华.华南理工大学 2010
[7]教学平台中基于知识点的个性化推荐学习的研究与实现[D]. 尤秀梅.天津师范大学 2010
[8]基于知识地图的知识检索与推荐方法研究[D]. 熊奇.上海交通大学 2009
[9]基于标签的互联网自由分类法研究[D]. 隆捷.北京大学 2007
[10]基于Tag技术的知识个性化推荐及系统[D]. 林森.华中科技大学 2006
本文编号：3413769
本文链接：https://www.wllwen.com/tushudanganlunwen/3413769.html
