Emergent Community Structure in Social Tagging Systems
一种被称为协作标记的分布式分类范例已被广泛采用在新的Web应用程序中,旨在管理和共享在线资源。这些应用程序的用户组织资源(网页,数码照片,学术论文)与他们自由选择的文本标签,或标签。在这里,我们利用社会方面的协作标记,并介绍了一个概念的资源距离的基础上集体标记活动的用户。我们从一个流行的系统中收集数据,并进行实验,表明我们的距离定义可以用来建立一个可检测的社区结构的加权资源网络。我们表明,这种社区结构清楚地揭示了资源之间的语义关系。我们观察到的资源社区是一个真正的紧急功能,从大量用户的不协调的活动,他们的检测铺平了道路,映射紧急语义在社会标记系统。
2008-12-03 cs.CY cs.HC cs.IR
Faceted Ranking of Egos in Collaborative Tagging Systems
多媒体上传的内容被标记并由协作系统的用户推荐,从而产生非正式的分类,也称为大众分类。分面网络排名已被证明是一个合理的替代单一的排名,不考虑个性化的背景。在本文中,我们分析了与多个标签组成的方面相关的用户排名的在线计算。可能的应用是用户信誉评估(自我排名)和改进的内容质量的情况下检索。我们提出了一种基于PageRank作为中心性度量的解决方案:(i)基于相应的标签依赖子图离线计算每个标签的排名;(ii)通过合并面中所有标签对应的排名来生成面顺序。通过经验观察验证的基本假设是步骤(i)是可扩展的。我们还提出了算法的部分(ii)具有时间复杂度O(k),其中k是在方面的标签的数量,非常适合于在线计算。
2008-09-26 cs.IR
A decentralized trust-aware collaborative filtering recommender system based on weighted items for social tagging systems
推荐系统用于向社交网络中的用户推荐内容和资源。这些系统使用每个用户分配给不同资源的排名或标签来预测或向用户提出建议。最近,用户可以插入新内容、标记、组织、共享和搜索内容的社交标记系统变得越来越流行。这些系统有很多有价值的信息,但数据增长是其最大的挑战之一,这导致需要推荐系统来预测每个用户可能喜欢或需要什么。一种方法来设计这些系统,使用社会环境的用户被称为协同过滤(CF)。CF系统中的问题之一是用户及其标签的可信性。在这项工作中,我们考虑的信任度量(这是从用户的标记行为)旁边的相似性,给出建议,并检查其对结果的影响。另一方面,介绍了一种分散的方法,以分布式的方式计算用户之间的相似性和信任关系。这导致了在所有类型的用户之间实现所提出的方法的能力,相对于不同类型的项目,这是通过唯一的ID跨异构网络和环境访问。最后,我们表明,所提出的模型用于计算用户之间的相似性,减少了用户项目矩阵的大小,并考虑在协作系统中的信任,可以导致更好的性能生成建议。
2019-06-12 cs.IR cs.SI
Top-K Product Design Based on Collaborative Tagging Data
协作内容站点的广泛使用和普及(例如,IMDB、亚马逊、Yelp等)已经为用户创建了丰富的资源来进行咨询以便对诸如电影、电子商务产品、餐馆等的各种产品做出购买决定。具有期望标签的产品(例如,现代的,可靠的,等等)更有可能被潜在客户选中。这为产品设计师创造了一个机会,可以设计出更好的产品,在发布时可能会吸引人们想要的标签。在本文中,我们研究了如何挖掘协同标签数据,以确定新产品的属性值,并返回的top-k产品,可能会吸引最大数量的理想标签时发布。给定现有产品的训练集及其功能和用户提交的标签,我们首先为每个标签构建一个朴素贝叶斯分类器。我们表明,即使简单的朴素贝叶斯分类器用于标签预测的问题是NP完全的。我们提出了一套解决这个问题的算法:(a)一个确切的两层算法(基于前k查询技术),它的性能比天真的蛮力算法和工程以及中等的问题实例,和(b)一组近似算法较大的问题实例:一个新的多项式时间近似算法与可证明的错误界和一个实用的爬山启发式。我们对从网络上抓取的合成数据和真实数据进行了详细的实验,以评估我们提出的算法的效率和质量,并展示了产品设计师如何通过利用协作标记信息受益。
2013-04-01 cs.DS cs.IR cs.SI
Semantic Analysis of Tag Similarity Measures in Collaborative Tagging Systems
社会书签系统允许用户以协作的方式组织网络上的资源集合。这些系统的日益普及以及对其新兴语义的首次洞察使它们与知识提取和本体学习等学科相关。设计方法来测量标签之间的语义相关性并从语义上对其进行表征的问题在很大程度上仍然是开放的。在这里,我们分析了标签相关性的三个措施:标签同现,余弦相似性的同现分布,和FolkRank,一个适应的PageRank算法,以folksonomies。每个度量都是根据从社会书签系统del.icio.us抓取的大规模数据集的标签计算的。为了提供我们的研究结果的语义基础,WordNet(英语的语义词典)的连接建立映射标签到同义词集的WordNet,并应用有著名的语义相似性度量。我们的研究结果清楚地揭示了所选的相关性措施的不同特点,使它们适用于不同的子任务的知识提取,如同义词检测或发现的概念层次结构。
2008-05-14 cs.DL cs.IR
Of course we share! Testing Assumptions about Social Tagging Systems
社会标签系统已经成为当今网络的重要组成部分,并吸引了我们的研究社区在各种调查的兴趣。我们社区的总体愿景是,仅仅通过与系统的交互,即,通过资源的标记和共享,用户将有助于建立有用的语义结构以及使用不受控制的词汇的资源索引,这不仅是由于易于使用的机制。尽管如此,关于社会标签系统的各种假设已经出现,但由于缺乏合适的数据,测试它们一直很困难。在这项工作中,我们彻底调查了三个可用的假设-例如,标签系统真的是社会化的吗- 通过检查从真实世界的公共社交标签系统BibSonomy收集的实时日志数据。我们的实证结果表明,虽然其中一些假设在一定程度上成立,但其他假设需要以非常关键的眼光加以反思和看待。我们的观察结果对未来搜索和其他算法的设计具有影响,以更好地反映实际的用户行为。
2014-03-28 cs.DL cs.IR cs.SI
Harnessing the power of Social Bookmarking for improving tag-based Recommendations
社会书签和标签已经出现了一个新时代的用户协作。协作标记允许用户注释他们喜欢的内容,通过适当的算法可以提供有用的产品推荐。今天的情况是,基于标签的算法与基于评级的推荐机制互补,以预测用户对各种产品的喜好。在本文中,我们提出了一种替代算法计算个性化的产品推荐,专门使用的用户提供的标签。我们的方法是基于使用用户提供的标签的语义相似性聚类成组的类似意义的想法。然后,将用户注释能力的一些可测量特征与其他度量(如用户相似度)相结合,用于计算预测。从现实世界的协作标记系统,citeUlike使用的数据的评估,证实了我们的方法优于基线向量空间模型,以及其他国家的最先进的算法,更准确地预测用户的喜好。
2014-10-19 cs.IR cs.SI
Collaborative filtering with diffusion-based similarity on tripartite graphs
协同标签在信息系统的组织中发挥着越来越重要的作用。在本文中,我们研究了个性化推荐模型,利用用户,对象和标签之间的三元关系。我们提出了一种基于用户偏好和标签信息的用户相似性度量方法。两种类型的用户之间的相似性计算,通过使用一个基于扩散的过程,然后集成推荐。我们测试了所提出的方法在一个标准的协同过滤框架与三个指标:排名分数,召回率和精度,并证明它比常用的余弦相似性表现得更好。
2009-10-17 cs.IR
Hypergraph model of social tagging networks
在过去的几年里,一个新的范式家族,即所谓的大众分类法,取得了巨大的成功,它允许用户自由地将标签与资源相关联,并有效地管理它们。为了揭示大众分类法的底层结构和用户行为,本文提出了一个进化超图模型来解释新兴的统计特性。该模型引入了一种新的机制,不仅可以为资源分配标签,而且可以通过协作标签检索资源。然后,我们将该模型与真实世界的数据集\emph{Del.icio.us}进行比较。事实上,本模型显示出相当大的协议与经验数据在以下方面:幂律超度分布,聚类系数和超度之间的相关性,和小的平均距离。该模型还表明,大多数标注行为的动机是给资源标注标签,标签在有效检索感兴趣的资源和结识志趣相投的朋友方面发挥着重要作用。该模型的提出有助于深入理解大众分类法的结构和功能。
2010-03-09 cs.IR physics.soc-ph
Modeling Cognitive Processes in Social Tagging to Improve Tag Recommendations
随着Web 2.0的出现,标签查询器已经成为重要的工具,其目的是支持用户为他们的书签资源查找描述性标签。虽然目前的算法在标签预测准确性方面提供了良好的结果,但它们通常是以数据驱动的方式设计的,因此,缺乏对人们将标签分配给资源时所起作用的认知过程的透彻理解。本文旨在对社会标签中的这些认知动力学进行建模,以便改进标签推荐并更好地理解其底层过程。作为这个方向的第一次尝试,我们已经实现了个体微观层面(例如,对资源或时间动态进行分类)和集体宏观级(例如,模仿其他用户的标签)以新颖的标签推荐算法的形式进行处理。从BibSonomy,CiteULike和Delicious收集的数据集的初步结果表明,我们提出的方法可以优于当前最先进的算法,如协同过滤,FolkRank或成对交互张量因子分解。我们的结论是,推荐系统可以通过纳入人类认知的相关原则进行改进。
2018-05-30 cs.HC cs.IR
Leveraging tagging and rating for recommendation: RMF meets weighted diffusion on tripartite graphs
推荐系统是解决信息过载问题的一种有效方法。然而,性能仍然是有限的,由于极端稀疏的评级数据。随着Web 2.0的普及,社会化标签系统提供了更多的外部信息来提高推荐准确率。尽管一些现有的方法将矩阵分解模型与标签的共现属性和上下文相结合,但是它们忽略了标签稀疏性的问题,而没有通常关联的标签问题,这也会导致不准确的推荐。因此,本文提出了一种新的混合协同过滤模型WUDiff_RMF,该模型通过结合加权用户扩散CF算法(WUDiff)对正则矩阵分解(RMF)模型进行改进,该算法从加权用户-项目-标签图中获取相似用户的信息。该模型旨在捕捉用户-项目-标签三方网络的度相关性,以提高推荐性能。在四个真实数据集上进行的实验表明,我们的方法在推荐的准确性方面明显优于已经广泛使用的方法。此外,实验结果表明,WUDiff_RMF可以缓解数据稀疏性,特别是在用户的评分和标签很少的情况下。
2016-11-01 cs.IR cs.SI
Ontologies and tag-statistics
随着协同标注系统的日益普及,对标注网络、超图、本体、大众分类等相关概念的研究正成为一个具有现实意义和实用价值的重要跨学科课题。在大多数协作标记系统中,用户的标记是完全“扁平”的,而在某些情况下,他们被允许为自己的标记定义一个浅层次结构。然而,通常没有给出标签的整体层次组织,并且该领域的有趣挑战之一是提供从可用数据生成标签的本体的算法。相比之下,也有其他类型的标记网络可用于研究,其中标记已经被组织成有向无环图(DAG),封装了彼此之间的“是”类型层次结构的“子类别”。在本文中,我们研究了这个DAG如何影响标签在各种真实网络中标记的节点上的标签的统计分布。我们分析了两个大型的子网络的英文维基百科和蛋白质-蛋白质相互作用网络的DAG中的标签频率和标签的位置之间的关系。我们还研究了标签共现统计,通过引入二维标签距离分布,同时保留了共现标签对的DAG中的水平和绝对距离的差异。我们最有趣的发现是DAG中标签的局部相关性(即,其等级或重要性的特征在于,例如,从它们开始的分支的长度)比它们到根的全局距离重要得多。此外,我们还介绍了一个简单的标记模型的基础上随机游走的DAG,能够再现标签共现的主要统计特征。
2012-01-05 cs.IR physics.soc-ph stat.AP
Improving tag recommendation by folding in more consistency
标签推荐是协同标签系统的一个重要方面。它旨在向用户推荐标签以标记项目。在本文中,我们提出了我们的工作正在进行的一部分,这是一个新的改进建议,通过重新排名的标签推荐器的输出。我们挖掘候选标签之间的关联规则,以确定一个更一致的标签列表推荐。我们的方法是一个附加的一个,导致更好的建议,我们在本文中显示。它易于并行化,而且可以应用于许多标签处理器。我们在五个数据集上使用两种标签推荐器进行的实验证明了我们的方法的有效性。
2013-09-29 cs.IR
A Data-Driven Approach for Tag Refinement and Localization in Web Videos
Università degli Studi di Firenze(佛罗伦萨大学);Stanford University(斯坦福大学);Università degli Studi di Modena e Reggio Emilia(摩德纳-雷焦艾米利亚大学)
随着基于web的服务和社交网络在其用户中普及了标记功能,视觉内容的标记正变得越来越普遍。这些用户生成的标签用于简化媒体集的浏览和探索,例如使用标签云,或检索多媒体内容。然而,并非所有媒体都被用户标记。使用当前的系统很容易标记一张照片,甚至标记照片的一部分,比如一张脸,在Flickr和Facebook这样的网站上也很常见。另一方面,标记视频序列更复杂且耗时,使得用户仅标记视频的整体内容。在本文中,我们提出了一种自动视频注释的方法,增加了原来由用户提供的标签的数量,并将它们暂时定位,将标签与关键帧相关联。我们的方法利用了嵌入在用户生成的标签和网络资源中的集体知识,以及上传到YouTube和Flickr等社交网站的关键帧和图像的视觉相似性,以及Google和Bing等网络资源。给定一个关键帧,我们的方法能够从这些视觉源中动态选择与该测试样本最相关的训练样本,并继续在类似图像中传输标签。与现有的视频标记方法,需要训练分类器为每个标签相比,我们的系统具有很少的参数,易于实现,可以处理一个开放的词汇场景。我们在DUT-WEBV(一个大型的网络视频数据集)上展示了标签细化和本地化的方法,并展示了最先进的结果。
2015-05-28 cs.CV cs.IR cs.MM
A Random Walk Model for Item Recommendation in Folksonomies
社会化标记作为一种新颖的信息组织和发现方法,已被广泛应用于许多Web2.0应用中。标签提供了一种新的信息类型,可以被推荐系统利用。然而,三元<用户,标签,项目>交互数据的稀疏性限制了基于标签的协同过滤的性能。提出了一种基于随机游走的算法来处理社会标签数据中的稀疏性问题,该算法通过用户与标签的交互来捕捉用户与项目之间潜在的传递性关联。特别是,两个平滑策略,提出了以用户为中心和以项目为中心的角度。在真实数据集上的实验证明了该算法的有效性。
2013-09-27 cs.IR
Resource Mention Extraction for MOOC Discussion Forums
University of Electronic Science and Technology of China(电子科技大学);National University of Singapore(新加坡国立大学);NUS Graduate School for Integrative Sciences and Engineering(新加坡国立大学综合科学与工程研究生院);NUS Institute for Application of Learning Science and Educational Technology(新加坡国立大学学习科学与教育技术应用研究所)
在MOOC讨论论坛上举办的讨论中,对在线学习资源的引用通常至关重要。它们将讨论置于背景中,使讨论参与者对问题的陈述和理解更加牢固。然而,它们通常是在自由文本中提到的,没有适当的超链接到其相关的资源。自动化的学习资源提及超链接和分类将促进MOOC论坛内的讨论和搜索,也有利于跨不同视图的此类资源的上下文化。提出了MOOC论坛中学习资源提及识别的新问题。由于这是一个新的任务,没有公开的数据,我们首先贡献了一个大规模的标记数据集,称为论坛资源提及(FoRM)数据集,以促进我们目前的研究和未来的研究这项任务。然后,我们制定这个任务作为一个序列标记的问题,并研究解决方案架构来解决这个问题。重要的是,我们确定了阻碍序列标记模型应用于任务的两个主要挑战:(1)资源提及表达的多样性,以及(2)长距离上下文依赖性。我们通过将字符级和线程上下文信息纳入LSTM-CRF模型来解决这些挑战。首先,我们结合了一个字符编码器,以解决的词汇表的问题所造成的多样性提到表达。其次,为了解决上下文依赖性的挑战,我们使用基于RNN的上下文编码器对线程上下文进行编码,并应用注意力机制在序列标记期间选择性地利用有用的上下文信息。在FoRM上的实验表明,该方法显著改善了基线深度序列标记模型,显著提高了对克服这两个挑战的实例的性能。
2018-11-21 cs.AI cs.CL cs.DL
Forgetting the Words but Remembering the Meaning: Modeling Forgetting in a Verbal and Semantic Tag Recommender
我们认为,推荐系统是更成功的,当他们是基于对人们如何处理信息的透彻理解。在本文中,我们测试这一假设的背景下,社会标签系统。关于人们如何分配标签的认知研究表明,他们利用记忆中两个相互关联的知识层次:语义场或主题的概念层次,以及将语义层次上的模式转化为单词的词汇层次。标签研究的另一个分支揭示了时间依赖性遗忘对用户标签选择的强烈影响,使得最近使用的标签比“旧”标签具有更高的重用概率。在本文中,我们通过实施人类记忆的计算理论来对齐这两条链,该理论将两级概念和遗忘过程以标签推荐器的形式整合在一起,并在三个大规模的社交标签数据集(来自BibSonomy,CiteULike和Flickr)中进行测试。正如预期的那样,我们的研究结果揭示了时间的选择性影响:遗忘在词汇水平上的标签更明显。其次,基于此观察的广泛评估表明,标签推荐器将两个级别互连并在词汇级别上集成时间相关遗忘,从而获得高准确度的预测,并优于其他成熟的算法,例如协同过滤,成对交互张量因子分解,FolkRank和两种替代的时间相关方法。我们的结论是,标签识别器可以受益于超越显式水平的词同现,并从包括词汇水平上的遗忘过程。
2014-05-08 cs.IR
Cluster Analysis for a Scale-Free Folksodriven Structure Network
大众分类法据说提供了一个民主的标签系统,反映了公众的意见,但它不是一个分类系统,很难理解。有必要由所有用户共享上下文的表示,以开发社交和协作匹配。解决方案可能是帮助用户选择适当的标签,这要归功于一个动态驱动的大众分类系统,该系统可以在此期间不断发展。本文利用聚类分析方法对一种新的结构概念--“Folksodrived”进行了度量,该结构由标签、来源和时间组成。许多方法在其目标中包括使用可以随着时间的推移而演变的大众分类法来评估特征。本文描述了一种替代方案,其目标是开发一个加权的标签网络,其中链接强度是基于标签共现的频率,并研究了该网络中节点之间的权重分布和连通性相关性。本文提出并分析了网络结构的Folksodrived的标签认为是大众分类标签的建议,为用户建立在选定的网站上的数据集。据观察,超图的Folksodriven是高度连接的,相对路径长度相对较低,从而促进偶然发现有趣的内容,为用户。然后将其特性--聚类系数与随机网络进行了比较。本文的目的是一个有用的分析,使用大众分类法在一些著名的和广泛的网站与真正的用户参与。使用大众分类法的新标记方法的优点是一种新的有趣的方法,可用于知识管理系统。* 本论文已被社会计算及其应用国际会议(SCA 2011)接受-澳大利亚悉尼,2011年12月12日至14日 *
2011-12-19 cs.IR cs.SI physics.soc-ph