發(fā)布時(shí)間：2018-11-04 11:49

【摘要】：微博用戶標(biāo)簽由于能反映用戶特征,用戶偏好等信息,并且用戶標(biāo)簽對(duì)用戶廣告推薦,用戶聚類(lèi),用戶查找等都有一定潛在價(jià)值,因此研究微博用戶標(biāo)簽提取有一定實(shí)際意義。本文研究的微博用戶個(gè)性化標(biāo)簽中的個(gè)性化包含兩層含義,一是標(biāo)簽?zāi)芊磻?yīng)用戶的個(gè)性化特征,二是標(biāo)簽自身包含相應(yīng)的個(gè)性化特征。標(biāo)簽反應(yīng)用戶的個(gè)性化特征的程度本文通過(guò)與用戶手動(dòng)提取的標(biāo)簽對(duì)比進(jìn)行判斷,標(biāo)簽自身包含的個(gè)性化特征是指對(duì)標(biāo)簽進(jìn)行的進(jìn)一步分類(lèi)處理,使用戶的標(biāo)簽之間帶有共同屬性,以便于對(duì)用戶進(jìn)行查找,聚類(lèi)等。本文通過(guò)研究發(fā)現(xiàn)用戶自提標(biāo)簽中存在三種基礎(chǔ)類(lèi)型的標(biāo)簽,本文分別稱(chēng)為基礎(chǔ)標(biāo)簽,分類(lèi)標(biāo)簽,關(guān)注標(biāo)簽,之后分別研究了每種基礎(chǔ)類(lèi)型標(biāo)簽的特點(diǎn),并根據(jù)每種基礎(chǔ)類(lèi)型標(biāo)簽的特點(diǎn)設(shè)計(jì)了相應(yīng)的提取方法,之后又根據(jù)三種基礎(chǔ)類(lèi)型標(biāo)簽之間的關(guān)系,研究如何將三者綜合到一起,得到更好的反應(yīng)用戶個(gè)性化特征的標(biāo)簽。因此本文對(duì)用戶個(gè)性化標(biāo)簽的提取過(guò)程中共涉及到七種標(biāo)簽提取方法,其中三種方法提取的為基礎(chǔ)類(lèi)型的標(biāo)簽,另外四種方法則是這三種基礎(chǔ)類(lèi)型標(biāo)簽之間的混合標(biāo)簽,除基礎(chǔ)類(lèi)型標(biāo)簽中的基礎(chǔ)標(biāo)簽的提取方法是使用的已有算法TextRank算法外,其余六種標(biāo)簽提取方法均是本文所提出。通過(guò)最后的驗(yàn)證實(shí)驗(yàn)發(fā)現(xiàn),三種基礎(chǔ)類(lèi)型標(biāo)簽的混合標(biāo)簽提取效果最好,因此,本文所研究的用戶標(biāo)簽提取方法使用戶個(gè)性化標(biāo)簽提取的效果得到了改進(jìn)。另外,本文對(duì)提取出來(lái)的用戶個(gè)性化標(biāo)簽進(jìn)行進(jìn)一步分類(lèi)處理之后,使微博用戶的標(biāo)簽之間帶有了更多共性的信息,對(duì)用戶聚類(lèi),用戶分類(lèi),用戶查找等也帶來(lái)了一定好處,使用戶標(biāo)簽的應(yīng)用范圍變得更加廣泛。
[Abstract]:Weibo user tags can reflect the characteristics of users, user preferences and other information, and user tags to the user advertising recommendation, user clustering, user search and so on have a certain potential value. In this paper, the personality of Weibo user personalized tag contains two meanings, one is that the tag can reflect the personalized characteristics of the user, the other is that the tag itself contains the corresponding personalized features. Tags reflect the degree of personalized features of the user this paper compares with the tags extracted by the user manually. The personalized features contained in the tags refer to the further classification of the tags. Make the user's tags with common attributes, to facilitate the user to find, clustering, and so on. In this paper, we find out that there are three basic types of tags in user self-removal tags, which are called basic label, classified label, concern label, and then the characteristics of each basic type tag are studied respectively. According to the characteristics of each basic type label, the corresponding extraction method is designed, and then according to the relationship between the three basic type tags, how to integrate the three labels together to get a better response to the personalized features of the user tags. Therefore, in this paper, there are seven kinds of tag extraction methods involved in the process of user personalized tag extraction, three of which are based on tags, the other four are mixed tags between these three basic types of tags. Except for the existing TextRank algorithm which is used to extract the basic label in the basic type tag, the other six label extraction methods are all proposed in this paper. Through the final verification experiment, it is found that the mixed tag extraction effect of the three basic types of tags is the best. Therefore, the user tag extraction method studied in this paper has improved the effect of user personalized tag extraction. In addition, after further classifying the extracted user personalized tags, this paper makes Weibo user tags with more common information, which also brings certain benefits to user clustering, user classification, user search, and so on. Make user label's application scope more extensive.
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP393.092;TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王翠英;;標(biāo)簽的聚類(lèi)分析研究[J];現(xiàn)代圖書(shū)情報(bào)技術(shù);2008年05期

2 林茜卡;傅秀芬;滕少華;李云;;協(xié)同標(biāo)簽系統(tǒng)的應(yīng)用研究[J];暨南大學(xué)學(xué)報(bào)(自然科學(xué)與醫(yī)學(xué)版);2009年01期

3 吳超;周波;;基于復(fù)雜網(wǎng)絡(luò)的社會(huì)化標(biāo)簽分析[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2010年11期

4 吳金成;曹嬌;趙文棟;張磊;;標(biāo)簽集中式發(fā)布訂閱機(jī)制性能分析[J];指揮控制與仿真;2010年06期

5 李曉燕;陳剛;壽黎但;董金祥;;一種面向協(xié)作標(biāo)簽系統(tǒng)的圖片檢索聚類(lèi)方法[J];中國(guó)圖象圖形學(xué)報(bào);2010年11期

6 袁柳;張龍波;;基于概率主題模型的標(biāo)簽預(yù)測(cè)[J];計(jì)算機(jī)科學(xué);2011年07期

7 張斌;張引;高克寧;郭朋偉;孫達(dá)明;;融合關(guān)系與內(nèi)容分析的社會(huì)標(biāo)簽推薦[J];軟件學(xué)報(bào);2012年03期

8 王永剛;嚴(yán)寒冰;許俊峰;胡建斌;陳鐘;;垃圾標(biāo)簽的抵御方法研究[J];計(jì)算機(jī)研究與發(fā)展;2013年10期

9 汪祥;賈焰;周斌;陳儒華;韓毅;;基于交互關(guān)系的微博用戶標(biāo)簽預(yù)測(cè)[J];計(jì)算機(jī)工程與科學(xué);2013年10期

10 顧亦然;陳敏;;一種三部圖網(wǎng)絡(luò)中標(biāo)簽時(shí)間加權(quán)的推薦方法[J];計(jì)算機(jī)科學(xué);2012年08期

相關(guān)會(huì)議論文 前6條

1 朱廣飛;董超;王衡;汪國(guó)平;;照片標(biāo)簽的智能化管理[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

2 房冠南;袁彩霞;王小捷;李江;宋占江;;面向?qū)υ捳Z(yǔ)料的標(biāo)簽推薦[A];中國(guó)計(jì)算語(yǔ)言學(xué)研究前沿進(jìn)展（2009-2011）[C];2011年

3 梅放;林鴻飛;;基于社會(huì)化標(biāo)簽的移動(dòng)音樂(lè)檢索[A];第五屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

4 李靜;林鴻飛;;基于用戶情感標(biāo)簽的音樂(lè)檢索算法[A];第六屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2010年

5 駱雄武;萬(wàn)小軍;楊建武;吳於茜;;基于后綴樹(shù)的Web檢索結(jié)果聚類(lèi)標(biāo)簽生成方法[A];第四屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

6 王波;唐常杰;段磊;尹佳;左R，

本文編號(hào)：2309739