社会化标注系统标签质量影响因素研究:基于随机森林算法

doi:10.13266/j.issn.0252-3116.2019.24.013

图书情报工作 ›› 2019, Vol. 63 ›› Issue (24): 119-126.DOI: 10.13266/j.issn.0252-3116.2019.24.013

社会化标注系统标签质量影响因素研究:基于随机森林算法

张云中, 秦艺源

上海大学图书情报档案系上海 200444

收稿日期:2019-04-28 修回日期:2019-07-22 出版日期:2019-12-20 发布日期:2019-12-20
作者简介:张云中(ORCID:0000-0002-7323-2561),副教授,博士,硕士生导师,E-mail:zhang-yun-zhong@126.com;秦艺源(ORCID:0000-0003-4101-8584),硕士研究生。
基金资助:
本文系国家哲学社会科学基金项目"基于形式概念分析的社会化标注系统语义发现与语义映射研究"（项目编号：16CTQ023）研究成果之一。

Research on Influencing Factors of Tag Quality in Social Tagging System: Based on Random Forest

Zhang Yunzhong, Qin Yiyuan

Department of Library, Information and Archives, Shanghai University, Shanghai 200444

Received:2019-04-28 Revised:2019-07-22 Online:2019-12-20 Published:2019-12-20

摘要/Abstract

摘要： [目的/意义] 在社会化标注系统中，标签质量往往关乎用户对网络资源的分类、查询、浏览、获取等使用体验，确定影响标签质量的关键因素有助于进一步优化社会化标注系统的资源组织核心功能。[方法/过程] 以社会化标注系统的标签为研究对象，从标注主体、标注客体、标注环境、标注动机、标注方式、标注产物等维度入手重构标签质量影响因素模型，尝试探究影响社会化标签质量的关键因素，并运用问卷调查方法收集数据，结合有监督学习的随机森林算法，建立标签质量影响因素的决策树模型。[结果/结论] 结果显示，标注主体是影响标签质量的首要关键维度，主体的知识结构和认知水平、标注频度及其感知有用性对标签质量的影响突出；标注方式是影响标签质量的次要关键维度，标签推荐和规范标签提示是影响标签质量的重要因素。

关键词: 社会化标注系统, 标签质量, 机器学习, 随机森林

Abstract: [Purpose/significance] Tag quality is often related to users' experience of classification, query, browsing, acquisition of online resources in social tagging system. Identifying key influencing factors of tag quality can optimize the core functions of resources organization of STS.[Method/process] Based on tags, we provided the influencing factors model of tag quality from six perspectives, which covered tagging subject, tagging object, tagging environment, tagging motivation, tagging methods and tagging products. The study attempted to explore the key influencing factors of tag quality by questionnaire, and established the decision tree model of influencing factors of tag quality based on Random Forest.[Result/conclusion] Tagging subject is the primary key dimension affecting tag quality. And the impact of the subject's knowledge structure and cognitive level, the subject's tagging frequency, and the subject's perceived usefulness are prominent. Tagging methods are the secondary one, and tag recommendation and standard tag tips are main influencing factors.

Key words: social tagging system, tag quality, machine learning, random forest

中图分类号:

G250
TP181

张云中, 秦艺源. 社会化标注系统标签质量影响因素研究:基于随机森林算法[J]. 图书情报工作, 2019, 63(24): 119-126.

Zhang Yunzhong, Qin Yiyuan. Research on Influencing Factors of Tag Quality in Social Tagging System: Based on Random Forest[J]. LIS, 2019, 63(24): 119-126.

参考文献

[1] 邰杨芳,陈新国.社会化标注系统中用户的标注行为及差异分析[J].图书馆,2017(10):42-49,61.
[2] 熊回香,杨雪萍.社会化标注系统中的个性化信息推荐研究[J].情报学报,2016,35(5):549-560.
[3] 李旭晖,李媛媛,马费成.我国图情领域社会化标签研究主要问题分析[J].图书情报工作,2018,62(16):120-131.
[4] 章成志,李蕾.社会化标签质量自动评估研究[J].现代图书情报技术,2015(10):2-12.
[5] 章成志,赵华,李蕾,等.中英文图片标签质量差异比较研究——以Flickr为例[J].情报理论与实践,2018,41(4):123-127.
[6] 黄如花,任其翔.WorldCat热门标签的调查与分析[J].图书与情报,2012(5):7-10.
[7] 吴方枝.Flickr网站用户标签的质量控制对策[J].图书馆学研究,2012(11):26-28.
[8] SOGOL N,ARASH B,CHEN D. An improved collaborative recommendation system by integration of social tagging data[EB/OL].[2018-08-01].https://doi.org/10.1007/978-3-319-14379-8_7.
[9] HALL C E,ZARRO M A. What do you call it?:a comparison of library-created and user-created tags[C]//Proceedings of the11th annual international ACM/IEEE joint conference on digital libraries. New York: ACM,2011:53-56.
[10] GUY M,TONKIN E. Folksonomies: tidying up tags?[EB/OL].[2018-08-02].http://www.dlib.org/dlib/january06/guy/01guy.html#1.
[11] FlOECK F, PUTZKE J, STEINFELS S, et al. Imitation and quality of tags in social bookmarking systems[C]//Advances in intelligent and soft computing. Berlin: Springer-verlag, 2010:75-91.
[12] SEN S,HARPER F M,LAPITZ A, et al. The quest for quality tags[EB/OL].[2018-08-01].http://www.doc88.com/p-3724514050617.html.
[13] 吴克文,朱庆华,赵宇翔,等.社会化标注系统中标签检索质量模拟研究[J].情报学报,2011,30(1):29-36.
[14] 罗琳,杨洋.社会化标注系统中用户标签使用行为影响因素研究[J].图书情报知识,2018(3):85-94.
[15] 高兵,孙琳,谢彪,等.权重概率主成分分析模型的建立及应用研究[J].中国卫生统计,2018,35(6):802-805.
[16] 徐少成,李东喜.基于随机森林的加权特征选择算法[J].统计与决策,2018,34(18):25-28.
[17] SCOTT A G,BERNARDO A H. Usage patterns of collaborative tagging systems[J].Journal of information science,2006,32(2):198-208.
[18] 刘竞妍,张可,王桂华.综合评价中数据标准化方法比较研究[J].数字技术与应用,2018,36(6):84-85.

社会化标注系统标签质量影响因素研究:基于随机森林算法

Research on Influencing Factors of Tag Quality in Social Tagging System: Based on Random Forest

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	孙震, 冷伏海. 一种基于知识元变异的ESI研究前沿知识演进分析方法[J]. 图书情报工作, 2022, 66(2): 136-148.
[2]	陆颖颖, 孙裕彤, 张瑶, 李旭光. 人工智能、机器学习、自动化和机器人技术对信息行业的影响——2021年CILIP专题研讨会综述与启示[J]. 图书情报工作, 2022, 66(19): 143-152.
[3]	张彪, 吴红, 高道斌, 林艳秋. 基于潜在高被引论文与高价值专利的创新前沿识别研究[J]. 图书情报工作, 2022, 66(18): 72-83.
[4]	严炜炜, 黄为, 温馨. 学术社交网络问答质量智能评价与服务优化研究[J]. 图书情报工作, 2021, 65(6): 129-137.
[5]	郭诗琪, 贠强, 陈亮, 周杰. 专利无效对比文件判定方法研究[J]. 图书情报工作, 2021, 65(2): 117-125.
[6]	谢豪, 吴雪华, 陈茜, 唐晶, 白云, 毛进. 融合多维特征的学术文献下载行为预测研究[J]. 图书情报工作, 2021, 65(12): 112-121.
[7]	邓胜利, 蒋雨婷. 用户交互特征对知识付费行为预测的贡献度研究[J]. 图书情报工作, 2020, 64(8): 93-102.
[8]	潘梦雅, 沈旺, 代旺, 刘嘉宇. 社会化问答社区答题者发现研究[J]. 图书情报工作, 2020, 64(18): 76-88.
[9]	邱科达, 马建玲. 机器学习在术语抽取研究中的文献计量分析[J]. 图书情报工作, 2020, 64(14): 94-103.
[10]	徐璐, 卢小宾, 杨冠灿. 金融科技专利识别与分类方法构建及应用[J]. 图书情报工作, 2020, 64(11): 87-95.
[11]	余传明, 原赛, 王峰, 安璐. 大数据环境下文本情感分析算法的规模适配研究:以Twitter为数据源[J]. 图书情报工作, 2019, 63(4): 101-111.
[12]	尹丽春, 王悦. 基于在线评论的图书消费者满意度影响因素与作用机理[J]. 图书情报工作, 2019, 63(22): 106-117.
[13]	张文德, 程涵, 刘田, 曾金晶. 随机森林在高校信息碎片化整合中的应用[J]. 图书情报工作, 2018, 62(7): 119-124.
[14]	钱力, 张晓林, 王茜. 科技论文的研究设计指纹自动识别方法构建与实现[J]. 图书情报工作, 2018, 62(2): 135-143.
[15]	张云中, 冯双双. 基于主题图的数字档案标注系统资源聚合研究[J]. 图书情报工作, 2018, 62(14): 116-124.