arXiv cs/05090722005-09-23cs.IRcs.DLphysics.soc-ph

Folksonomy作为一个复杂网络

Folksonomy as a Complex Network

Kaikai Shen, Lide Wu

摘要：

Folksonomy是一种新兴的技术，它通过标记书签、照片或其他基于Web的内容来对WWW上的信息进行分类。它被理解为由每个用户组织，而不限于内容的作者和专业编辑。本研究将大众分类法作为一个复杂的网络进行研究。结果表明，由大众分类法中的标签组成的网络同时具有小世界和无标度特性。然而，统计数据只显示了仍在发展的庞大大众分类体系中的一个局部和静态部分。

英文摘要：

Folksonomy is an emerging technology that works to classify the information over WWW through tagging the bookmarks, photos or other web-based contents. It is understood to be organized by every user while not limited to the authors of the contents and the professional editors. This study surveyed the folksonomy as a complex network. The result indicates that the network, which is composed of the tags from the folksonomy, displays both properties of small world and scale-free. However, the statistics only shows a local and static slice of the vast body of folksonomy which is still evolving.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

民间驱动结构网络本体匹配的弹性

Elasticity on Ontology Matching of Folksodriven Structure Network

如今，大众分类标签不仅用于个人组织，还用于分享自己本地兴趣的人们之间的交流和共享。本文提出了一种新的概念结构--“Folksodrived”来表示大众分类法。基于自然语言处理（NLP）的Folksodrived Structure Network（FSN）被认为是为用户在基于所选网站的数据集上提供的大众分类标签建议。形态变化，如选择的大众分类标签的变化，对所考虑的大众分类标签的网络连接性（结构可塑性）有直接影响。本文的目的是定义一个FSN塑性理论分析的基础。为了实现这一目标，有必要对变形和断裂进行系统的数学分析，以便在FSN上进行本体匹配。该方法的优点可以用于知识管理系统所采用的新的有趣的方法。

2012-01-18cs.DLcs.IR

Folksonomy驱动结构网络的智能接口体系结构

Intelligent Interface Architectures for Folksonomy Driven Structure Network

大众分类法是免费的个人信息或将标签分配给对象（由URI确定）以便找到它们的结果。标签的做法是在集体环境中进行的。Folksonomy是自我构建的，基于定义的同现，而不是数据的层次结构。这样做的缺点是，一些网站和应用程序能够成功地利用书签的共享。对能够解决定义模糊性的工具的需求正变得越来越迫切，因为在网络应用程序中对其可视化、编辑和利用的简单工具的需求仍然阻碍着它们的传播和广泛采用。面向大众分类的智能交互界面设计应该考虑基于感知用户界面的并发交互的上下文设计和查询。本文提出了一种新的概念结构--“Folksodrived”来表示大众分类。同时提出了一种基于Folksodrived的结构网络（FSN），解决了用户对Folksonomy标签定义的模糊性，为用户提供建议。在此基础上，开发了一个人机交互系统，用于通过网络对大众分类知识库（FSN）进行可视化、导航、更新和维护。将介绍系统功能及其内部结构。

2012-03-28cs.CLcs.CYcs.HC

无标度Folkso-driven结构网络的聚类分析

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 *

2011-12-19cs.IRcs.SIphysics.soc-ph

社会标签网络的超图模型

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。

2010-03-09cs.IRphysics.soc-ph

LFGCF：用于标签感知推荐的轻量级大众分类图协同过滤

LFGCF: Light Folksonomy Graph Collaborative Filtering for Tag-Aware Recommendation

School of Information；Electronic Engineering(Sussex Artificial Intelligence Institute), Zhejiang Gongshang Univeristy, Hangzhou, China；School of Statistics

标签感知推荐是根据用户的标签行为为用户预测个性化的项目列表。它对于许多具有标记功能的应用程序（如last.fm或movielens）至关重要。近年来，人们利用图卷积网络（GCN）对标签感知推荐系统（TRS）进行了大量的研究，GCN已成为通用推荐系统的一个新的发展方向。然而，一些解决方案是直接从GCN继承的，没有理由，这是难以缓解的稀疏性，模糊性和冗余的标签引入的问题，从而增加了训练的难度和降低推荐性能。在这项工作中，我们的目标是简化GCN的设计，使其更简洁的TRS。我们提出了一种新的标签感知推荐模型命名为轻Folksonomy图协同过滤（LFGCF），它只包括必要的GCN组件。具体来说，LFGCF首先从用户分配标签和项目获得标签的记录中构建Folksonomy图。然后，我们利用简单的聚合设计来学习Folksonomy图上的高阶表示，并使用在几个层上学习的嵌入的加权和进行信息更新。我们共享标签嵌入，以弥合用户和项目之间的信息差距。此外，为了更好地刻画用户偏好和项目特征，提出了一种正则化函数TransRT。在三个真实世界数据集上进行的广泛的超参数实验和消融研究表明，LFGCF使用更少的参数，并且显著优于大多数标签感知top-N建议的基线。

2022-08-06cs.AIcs.IRcs.SI

民间驱动结构网络

Folksodriven Structure Network

如今，大众分类法被用作一个系统，它来源于用户生成的电子标签或关键字，用于注释和描述在线内容。但它不是一个本体论的分类系统。要将其视为一个分类系统，就必须由所有用户共享上下文的表示。本文提出了一个新的概念：“民俗驱动的结构网络”来表示民俗分类和网络理论的使用。本文提出并分析了网络结构的Folksodrived标签认为folsksonomy标签建议，为用户建立一个数据集上选择的网站。据观察，Folksodrived网络具有相对较低的路径长度检查它与经典的网络措施（聚类系数）。实验结果表明，该方法可以促进用户之间的偶然发现。整洁的例子和清晰的公式可以展示如何使用“Folksodrived结构网络”来解决本体映射的挑战。

2011-09-14cs.IR