社会化标签系统中基于多维社会网络的Web知识推送研究

摘要

在Web2.0时代，互联网在成为世界上最大的知识库以给人们带来巨大便利的同时，也引发了“知识迷航”、“知识泛滥”等问题。近年来兴起的Web知识推送能够解决这些问题，其以Web用户在互联网上的行为记录为基础，挖掘Web用户的各种知识需求，然后再整合相关资源或者知识主动提供给用户，以满足个性化需求。本文主要以多维社会网络分析为切入点尝试对这一领域中的模型进行探索，以优化Web知识推送的效果。
　　本文首先从内涵、特点、模型以及功能等方面对社会化标签系统、社会网络分析与Web知识推送相关理论进行了阐述。然后，提出多维社会网络的构建方法，科学“移植”借鉴单维社会网络分析原理探索形成个体级、局部级和全局级三个层次的多维社会网络分析框架。其次，探索基于标签主题的多维社会网络的内涵，并使用多维社会网络分析的分析指标逐层分析。再次，基于多维社会网络构建Web知识推送模型，利用多维社区发现结果与协同过滤思想计算Web用户对知识资源的兴趣度，并最终产生Web知识推送集。最后，结合真实数据集，构建并基于标签主题的多维社会网络，依据Web知识推送模型完成Web知识推送，经过对Web知识推送结果的精确度评价，证明了本文提出方法的可行性和有效性。

目录

声明

摘要

1．1．1 选题背景

1．1．2 研究意义

1．2 相关研究现状

1．3 研究内容及研究方法

1．3．1 研究内容

1．3．2 研究方法

1．4 创新点

2 社会化标签系统与Web知识推送的相关理论

2．1 社会化标签系统

2．1．1 社会化标签系统的基本要素

2．1．2 社会化标签系统的特点

2．1．3 社会化标签系统的功能

2．2 社会网络分析

2．2．1 社会网络分析的概念

2．2．2 社会网络的数学表达

2．2．3 社会网络分析的研究取向

2．3 Web知识推送

2．3．1 Web知识推送的含义

2．3．2 Web知识推送的特征

2．3．3 Web知识推送的基本模型

3 多维社会网络及其分析指标探析

3．1 多维社会网络的基本内涵

3．1．1 多维社会网络的概念

3．1．2 多维社会网络的数学表达

3．1．3 多维社会网络的特点

3．2 多维社会网络的构建

3．2．1 基本元素的确认

3．2．2 社会成员与关联的映射

3．2．3 基于关联的多维社会网络形成

3．3 多维社会网络分析指标

3．3．1 个体级指标

3．3．2 局部级指标

3．3．3 全局级指标

4 基于标签主题的多维社会网络构建与分析

4．1 基于标签主题的多维社会网络基本内涵

4．1．1 基于标签主题的多维社会网络的含义

4．2．2 基于标签主题的多维社会网络的特征

4．2 基于标签主题的多维社会网络构建方法

4．2．1 基于标签主题的资源聚类

4．2．2 资源聚类与用户群组的映射

4．2．3 基于用户群组的多维关系发现

4．3 基于标签主题的多维社会网络分析

4．3．1 个体级指标分析

4．3．2 局部级指标分析

4．3．3 全局级指标分析

5 基于多维社会网络的Web知识推送模型

5．1 Web知识推送模型

5．2 模型实现方法

5．2．1 多维社区发现

5．2．2 Web用户与知识资源的匹配

5．3 实验分析

5．3．1 实验数据集

5．3．2 实验环境

5．3．3 实验过程

5．3．4 实验结果分析

5．3．5 推送精度分析

6．1 本文工作总结

6．2 研究展望

参考文献

致谢