社會化標(biāo)簽系統(tǒng)的研究與實現(xiàn)

李翔

摘要：

從20世紀(jì)后期了開始，萬維網(wǎng)開始了泡沫性的增長，人們越來越多的依賴網(wǎng)絡(luò)所帶來的便利，網(wǎng)絡(luò)代替了傳統(tǒng)的文字資料。經(jīng)過多年的積累，網(wǎng)絡(luò)成為了一個巨大的數(shù)據(jù)庫，而網(wǎng)上過大的數(shù)據(jù)信息量已經(jīng)超出了人們的信息處理能力范圍。在當(dāng)前的社會背景之下，社會化標(biāo)簽系統(tǒng)營運而生，標(biāo)簽系統(tǒng)能夠為人們提供有效的與資源聚合的標(biāo)簽，用戶通過自定義的詞匯對資源進(jìn)行標(biāo)注，使資源以一種簡短的詞匯進(jìn)行展示，提高人們對資源的閱讀速度。

關(guān)鍵詞：

社會化標(biāo)簽系統(tǒng)；聚合連接；資源內(nèi)容

中圖分類號：

F49

文獻(xiàn)標(biāo)識碼：A

文章編號：1672-3198（2014）18-0175-02

1 國內(nèi)外社會化標(biāo)簽現(xiàn)狀

在快速的網(wǎng)絡(luò)社會中，社交網(wǎng)站吸引了很多人利用社會網(wǎng)絡(luò)參與、關(guān)注和建立屬于自己的關(guān)系網(wǎng)，據(jù)統(tǒng)計，在Facebook社交網(wǎng)站用戶中85%的用戶每周登陸一次，每月至少登錄一次Facebook有4億的人，平均每個注冊用戶平均每天會花費3個小時在Facebook上。隨著開心網(wǎng)、微博、51job等各類新型的網(wǎng)站那的興起，帶動了社交功能型網(wǎng)站的傳播，而社會化標(biāo)簽的推薦服務(wù)也在這些網(wǎng)站中暫露頭角，體現(xiàn)了巨大的商業(yè)價值。例如一些招聘網(wǎng)站會根據(jù)企業(yè)發(fā)出的招聘信息標(biāo)簽與招聘人員的招聘信息標(biāo)簽進(jìn)行符合度匹配。

標(biāo)簽數(shù)據(jù)的三個主要因素區(qū)別于普通的結(jié)構(gòu)圖，會呈現(xiàn)出一種獨特的超圖結(jié)構(gòu)，社會化標(biāo)簽系統(tǒng)中，利用PageRank算法或FolkRank算法能夠為用戶提供高效的標(biāo)簽推薦，為用戶提供更加快速的訪問體驗。在用戶偏好的數(shù)據(jù)的獲取和計算上，通過在數(shù)據(jù)模型中利用更高維度的張量分解技術(shù)減低噪聲對數(shù)據(jù)采集的影響，提高標(biāo)簽計算分析的準(zhǔn)確率。

隨著社會上對社會化標(biāo)簽系統(tǒng)的重視和研究，國外的很多比較成熟的研究成果可以借鑒，對研究社會化標(biāo)簽系統(tǒng)的個性化標(biāo)簽推薦有著重要意義，例如超圖能夠更加直觀的刻畫社會化標(biāo)簽系統(tǒng)中的三種因素之間的結(jié)構(gòu)關(guān)系；基于標(biāo)簽的聚類算法可以對標(biāo)簽系統(tǒng)周圍的噪音進(jìn)行過濾，減少一些不準(zhǔn)確的標(biāo)注對資源標(biāo)簽標(biāo)注所帶來的影響；推薦節(jié)點能夠為用戶提供多種類別的節(jié)點，打破了只推薦一中類別的傳統(tǒng)思想；社會網(wǎng)絡(luò)分析方法能夠借助社會信息的，較為社會化標(biāo)簽系統(tǒng)提供更加全面更快速的資訊，與推薦算法結(jié)合已達(dá)到擴大影響的目的；多層網(wǎng)絡(luò)有很好的耦合性，有助于對資源進(jìn)行標(biāo)簽分析。

2 社會化標(biāo)簽

標(biāo)簽可以被理解為給用戶特定資源的主題等資源的特點進(jìn)行描述。社會化標(biāo)簽是用戶對資源的一種概括，能夠復(fù)合人們對資源的直觀理解。元數(shù)據(jù)標(biāo)簽是由用戶生成的，它不同于由專家或作者的網(wǎng)站自動生成一種標(biāo)簽數(shù)據(jù)，它能夠更加簡短、明確、清晰的反應(yīng)出資源的特征。

人們對網(wǎng)絡(luò)的認(rèn)識從簡單到復(fù)雜，復(fù)雜的網(wǎng)絡(luò)理論能夠清楚的分析一些復(fù)雜的動態(tài)系統(tǒng)，它能夠幫助人們理解和解釋系統(tǒng)的結(jié)構(gòu)、相互作用的關(guān)系。在復(fù)雜網(wǎng)絡(luò)中，每一個節(jié)點都代表為一個單獨的個體，在本文中研究中被代表為用戶，兩個節(jié)點之間的連接線表示了用戶與用戶之間的相互聯(lián)系。

圖1為第一部分，圖中所有的節(jié)點相互連接，而且所有的節(jié)點全部相同，這是一種典型的基本網(wǎng)路。圖2所示是“用戶-對象”，用戶和對象被分成兩個部分，一邊的節(jié)點與另一邊的節(jié)點進(jìn)行相連，相同類型間的節(jié)點不相連，例如購物網(wǎng)站。社會化標(biāo)簽系統(tǒng)還存在另一種關(guān)系，如圖3所示。圖3中不僅包括可用戶、對象還包括了標(biāo)簽，構(gòu)成了獨特的三元結(jié)構(gòu)圖，是“用戶-對象”結(jié)構(gòu)的延伸，不同的節(jié)點之間可以相連，相同的節(jié)點之間同樣不可以相連。超圖理論打破了原有的顯性連接的束縛，允許一條邊連接多個節(jié)點。

超圖理論在標(biāo)簽算法當(dāng)中具有一般性，因此在各個學(xué)術(shù)領(lǐng)域都得到了認(rèn)可和廣泛的應(yīng)用，是現(xiàn)今研究社會化標(biāo)簽系統(tǒng)中的熱點。

3 標(biāo)簽推薦圖模型算法

在Folksonomies中會在系統(tǒng)的導(dǎo)航中為用戶推薦幾種標(biāo)簽，更甚至通過用戶的偏好進(jìn)行分析，推薦用戶更加關(guān)心的資源。

pageRank算法又被稱為網(wǎng)頁排名，它能夠通過用戶在某一頁面入鏈數(shù)量對該網(wǎng)頁的重要性進(jìn)行分析。pageRank算法入鏈方法假設(shè)頁面入鏈的次數(shù)越多，那么這個頁面就越重要，而鏈接到它的上級頁面也是重要的。pageRank不但考慮到入鏈數(shù)量也考慮到了入鏈質(zhì)量，同理，入鏈質(zhì)量越高該頁面越重要。在本文中pageRank值以下被稱為PR值，每個網(wǎng)頁都有一個PR值，而每個頁面的PR值都是由鏈接頁面的PR值迭代而成。PR值的計算公式如下：

PR（A）=（1-d）+d（PR（T1）C（T1）+

PR（T2）C（T2）+…+PR（Ti）C（Ti））

公式中PR（A）是頁面A的PR值；用PR（Ti）表示入鏈到網(wǎng)頁A的頁面的值，也就是頁面Ti的PR值，網(wǎng)頁Ti是到達(dá)網(wǎng)頁A的最后鏈接頁；C（Ti）是入鏈到頁面Ti時所有的總跳轉(zhuǎn)數(shù)。d的數(shù)值為0到1。

我們可以將標(biāo)簽的Folksonomy四元素F=（U，T，I，Y）形成一個三部圖GF（V，E）。三部圖中一條邊權(quán)重的值為GF，w（u，t）=|{r∈R（u，r，t）∈Y}|中w是節(jié)點出現(xiàn)的數(shù)量。設(shè)w（vi，vj）為GF中邊的權(quán)值，w（vi）為vi頂點的值。公式如下：

4 總結(jié)

社會化標(biāo)簽系統(tǒng)由于更加準(zhǔn)確和簡短的描述非常受廣大網(wǎng)名的歡迎，用戶可以對任何資源進(jìn)行標(biāo)簽自定義設(shè)置。但是，社會標(biāo)簽系統(tǒng)并不是完美的，數(shù)據(jù)的損失、冗余、噪音的產(chǎn)生都會影響到系統(tǒng)對資源標(biāo)簽的處理。標(biāo)簽算法的融合和革新將是今后研究的重點方向。

參考文獻(xiàn)

[1]孔祥迎.基于社會化標(biāo)簽的個性化推薦技術(shù)研究[D].成都：電子科技大學(xué)，2013.

[2]陳麗霞.基于社會化標(biāo)簽的P2P語義推薦研究[D].西安：西安電子科技大學(xué)，2012.

[3]馬翩翩.D～2核K-means算法在標(biāo)簽系統(tǒng)中的應(yīng)用研究[D].南寧：廣西大學(xué)，2012.

[4]王曉帥.社會化標(biāo)簽推薦算法的研究[D].南寧：廣西大學(xué)，2012.

[5]范能能.圖像社會化標(biāo)簽預(yù)處理與聚類方法研究[D].武漢：華中科技大學(xué)，2012.

[6]傅麗君.社會化標(biāo)簽與分類集成的信息導(dǎo)航結(jié)構(gòu)及其應(yīng)用研究[D].杭州：浙江理工大學(xué)，2013.