[发明专利]一种标签共现的标签聚类方法

说明书

技术领域

本发明涉及网络标签聚类技术领域，具体涉及一种标签共现的标签聚类方法。

背景技术

标签是用户对信息的主观理解，是联系客观信息和主观认识的中介。在社会网络中信息通过相同的标签联系在一起，用户也通过使用标签与其他资源及用户联系在一起，这样人与人之间就可以通过标签进行联系、交友等操作。标签作为在线社会化网络的一部分，已得到了广泛的研究，Flickr、del.icio.us、豆瓣网和Youtobe等网站都采用了标签的协同标注及聚类研究，但目前针对标签之间相关联系的研究比较少。现阶段对标签系统进行优化的研究主要集中于标签云，标签的有序化组织。标签之间关联度的研究有助于对信息进行分类检索与浏览，同时也可以挖掘出用户之间的相似性，从而可以对用户进行个性化推荐。标签的聚类就可以形成一个个的社区网络，随着标签的不断增多网络也会随之扩大。

参考文献：Golder S A,Huberman B A.Usage patterns of collaborative tagging systems[J].Journal of information science,2006,32(2):198～208；Kaser O,Lemire D.Tag-cloud drawing:Algorithms for cloud visualization[J].ArXiv preprint cs/0703109,2007.3～5；易明,毛进,邓卫华.基于社会化标签网络的细粒度用户兴趣建模[J].现代图书情报技术,2011,4:008；Lin Y R,Chi Y,Zhu S,Sundaram H,Tseng B.Analyzing communities and their evolutions in dynamic social network[J].ACM Transactions on Knowledge Discovery from Data(TKDD),2009,3(2):1～31；孙吉贵,刘杰,赵连宇.聚类算法研究[J].软件学报,2008,19(1):48～61.

大众分类(folksonomy)是典型的Web2.0系统，允许所有互联网用户为网络资源添加标签。folksonomy是VanderWal和Smith于2004年首先提出，其含义是由大众的一致意见而产生的基于用户的分类体系。此分类法根据用户个人的使用习惯，以自定义的词对网络资源进行标注和分类。这些自定义的词称为标签(tag)，也就是指描述信息资源的字、词或者短语。

Folksonomy使得传统的分类法摆脱了固化的现象，并且跟大众的认知程度密切的结合起来，同时这种分类方法也为群体用户和信息之间建立了一个联系的桥梁。然而正是因为用户参与的广泛性，标注的随意性，使得大众标注过于自由，个性化。因此会导致一系列的问题，标签的意义可能混淆，系统的推荐很不合理，用户标签时存在错误等。

目前，国外对于大众分类中的标签聚类问题的研究已从理论研究向实际应用过渡，且更加注重在潜在语义层面上的聚类研究。Heymann等提出将大量的标签转化为可导航的层次结构分类目，将标签所标注的资源次数表示成向量形式，计算标签的相似度，最后得到潜在层级分类法。Begelman等人提出采用聚类技术对大量标签进行自动聚类的方法来改善自由分类法的检索和浏览。