国家社会科学基金(12CTQ003)
- 作品数：8 被引量：48H指数：4
- 相关作者：罗琳谭学清杨洋黄翠翠蔡军更多>>
- 相关机构：武汉大学更多>>
- 发文基金：国家社会科学基金更多>>
- 相关领域：文化科学自动化与计算机技术更多>>
- 社会化标注系统中用户标签使用行为影响因素研究被引量：9
- 2018年
- 社会化标注系统中的标签功能是一种较为成熟的大众分类法的表现形式,本文是针对社会化标注中的典型代表——豆瓣图书标签来进行用户的使用行为影响因素研究,并讨论豆瓣图书的标签是否对用户起到了作用。本文基于SOR和TAM理论提出研究假设,进行了问卷信效度分析,建立了结构方程模型对回收的281份问卷数据进行分析。研究结果显示:豆瓣图书标签的信息质量、感知有用性和感知易用性对用户未来使用豆瓣图书标签的意愿上起到了一定的正向影响作用,产品涉入度正面调节了信息质量、感知有用性和感知易用性这些变量对用户未来参与意愿的影响。结论说明社会化标注系统中的标签在检索、标注、分享等方面起到了作用,但未来还需要进一步完善其功能。
- 罗琳杨洋
- 关键词：大众分类法标签用户行为影响因素
- 社会化网络中信任推荐研究综述被引量：11
- 2014年
- 【目的】探讨社会化网络的发展对解决传统的个性化推荐系统面临的诸如数据稀疏性、冷启动等问题的作用。【文献范围】以社会化网络作为分析背景,从Springer、Google Scholar检索2004年至今国内外关于信任推荐的研究文献。【方法】基于信任与不信任两方面对相关文献进行梳理总结,形成综述。【结果】指出当前研究中存在信任计算方法不足,缺乏对不信任因素的深入研究等问题。【局限】由于研究因素单一,应结合社会化网络中出现的其他因素进行深入对比分析。【结论】未来的研究可以从基于情境信任的推荐、挖掘社会化网络中的弱连接关系等方向开展。
- 谭学清黄翠翠罗琳
- 关键词：个性化推荐社会化网络
- 基于改进的LSI标签语义检索书目系统被引量：1
- 2014年
- 针对大众标注系统中标签语义模糊、标签检索效果不理想等难题,利用改进的潜在语义标引LSI提高标签检索效率。文章首先设计基于改进的LSI标签语义检索书目系统模型,定义新的标签-图书矩阵权重计算算法,并对关键技术进行详细说明,最后实现标签语义检索书目原型系统,并以"豆瓣读书"数据设计实验,取得了较好的实验效果。
- 谭学清蔡军罗琳
- 关键词：标签LSI语义检索
- 国内外图书情报领域本体研究热点分析比较被引量：8
- 2018年
- [目的/意义]在图书情报领域,本体的研究一直受到众多学者所追捧。国内外在图情领域对本体的研究各有侧重,本文为了了解国内外图书情报领域本体研究的发展状况。[方法/过程]本文选取2012-2017年CNKI中文数据库、SCI外文数据库中图书情报领域的本体研究论文,对其进行科学计量以及可视化表示,对其研究热点关键词和热门作者进行计量分析,从研究方向、研究程度和研究新颖性3个方面进行对比分析。[结果/结论]得到国内外图书情报领域本体研究的对比分析结论,从而认识到国内外研究的差异,为后续研究者提供研究改进方向。
- 罗琳杨洋
- 关键词：图书情报本体可视化CITESPACE
- 一种基于聚类密度的文本分类算法研究
- 2016年
- 在现代信息技术领域,如何快速、准确和全面地找到用户真正所需要的信息,已经成为该领域的研究重点。在文本分类的理论基础之上,文章针对KNN算法存在的不足,设计了一种基于聚类密度的文本分类算法,通过计算待分类文本的相似度及其权重值的大小判断待分类文本的所属类别。并通过3个实验对该分类算法进行了验证,实验结果表明,基于聚类密度的分类算法在不同特征选择方法、不同特征词数下的分类效果都优于KNN分类算法,同时证明在多种相似度算法中,Jensen-Shannon散度更适合聚类密度算法。
- 谭学清张磊周通罗琳
- 关键词：文本分类向量空间模型K最近邻算法
- 基于分众分类法的图书馆书目推荐系统被引量：11
- 2014年
- 【目的】利用分众分类法构建用户、资源和标签的三元组关系实现图书推荐系统。【方法】利用协同过滤技术,采用余弦算法计算资源相似度,分别设计了书目权值和标签权值,利用稀疏向量的表示方法来表示输入矩阵中的每个资源来压缩稀疏矩阵存储。【结果】计算后发现书目权值主要分布在0-200的区间内,标签权值符合幂率分布。使用AP和MAP指标对比书目权值高的前20本书在本系统的相关推荐结果要优于豆瓣网。【局限】因为目前图书馆参与书目标注行为的用户数量不够,所以本文的数据是在采集图书馆的书目数据基础上获得豆瓣网上的该书所对应的用户标注数据。【结论】本研究有利于图书馆OPAC系统功能完善,利用用户标注数据了解用户需求,提供更好地个性化推荐服务。
- 罗琳梁桂生蔡军
- 关键词：分众分类法图书推荐推荐系统
- 融合领域专家信任与相似度的协同过滤推荐算法研究被引量：4
- 2016年
- 【目的】利用领域专家信任和相似度相结合的优势,弥补传统协同过滤推荐算法在推荐准确度以及挖掘长尾商品方面存在的不足。【方法】选取Movie Lens中稀疏度为0.9605的数据集,由评分记录较多的1 102个用户对2 920部电影的评分记录构成,利用分阶段实验法求得最优专家用户数量及推荐权重系数?值,并结合对比分析法对算法的性能进行评测。【结果】实验结果表明,本算法的推荐结果准确率和覆盖率均受到专家用户数量的影响,且当推荐权重系数为0.6时推荐准确度明显优于传统算法,同时专家用户比例由2%上升至20%时,覆盖率上升了0.21,说明算法在一定程度上显著提高了推荐系统挖掘长尾商品的能力。【局限】未考虑到不同领域类别之间可能存在的相关性。【结论】该算法能够有效地克服数据稀疏性和冷启动问题,显著提高推荐系统的推荐质量和准确度。
- 谭学清张磊黄翠翠罗琳
- 关键词：个性化推荐协同过滤相似度
- 一种基于类平均相似度的文本分类算法被引量：4
- 2014年
- 【目的】在KNN算法基础上,提高文本分类的分类性能和分类速度。【方法】提出一种基于类平均相似度的分类算法,通过计算待分类文本与训练集各类别中所有文本相似度的平均值判断待分类文本的所属类别。【结果】实验表明,本文方法在复旦、Sogou平衡、非平衡语料上的Macro_F1比KNN分类算法分别提高3.5%、3.2%和3.3%,分类时间分别为KNN算法的1/22、1/6和1/5。【局限】考虑到KNN算法的时间效率,实验数据的文本数较少。【结论】相对于KNN,基于类平均相似度是一种适用于大规模文本分类的实用分类算法。
- 谭学清周通罗琳
- 关键词：向量空间模型KNN文本分类
