Web2.0环境下高维数据的社会化协同标注与检索

摘要

Web2.0时代的信息共享和在线协同让每个用户不但可以从互联网上获取各种信息,还能自由地发布各种信息或对已有数据添加标注。一种普遍的应用就是对论坛上发布的文章添加标签以方便分类和检索,这种加标签的方式称为社会化标注(Social Annotation)。互联网上大量用户的标注使得这些信息成为检索的重要手段。目前这种标注大多以简单添加词或短语tag为主,对文本数据(例如博客文章、论坛帖子)来说,这些简单的标签足以提高检索效率,但在互联网中还存在大量如图像、地理信息等高维数据,简单标签并不能真实地反映这类数据的内容及结构化信息。因此,对互联网上高维数据提供新的标注模型,将人们对高维数据的认识真实的反映在标注上,对于这类数据的有效检索是十分必要的。
　　 在分析现有研究工作的基础上,本文根据高维数据、社会化标注和多人协同标注的特点,对Web2.0环境下高维数据社会化协同标注的一致性维护问题和利用结构化语义标注的检索问题进行了深入的分析和研究。主要工作如下:
　　 Web2.0环境下高维数据的社会化协同标注及一致性维护。建立了高维数据的协同标注模型——结构化语义标注模型,并对标注信息进行抽象,提出冲突检测及解决算法。
　　 基于社会化标注信息的高维数据检索方法。根据新生语义和隐含语义索引建立了高维数据概念空间和概率模型,通过统计高维数据和标注信息的伴随发生概率(Co-occurrence)建立标注和数据间的新生语义关系,并作为检索结果排序的依据。用户可以获取与输入的查询有较高伴随发生概率的高维数据。
　　 高维数据的社会化协同标注原型系统与检索效果评估方法。综合上述研究成果和方法,提出了一个Web2.0环境的协同标注框架,用面向社区的图像数据为背景,实现一个支持大量用户的协同图像标注原型系统并提出检索方法。