س یستم پیشنهاددهنده برچسب معنایی در سیستم های برچسبزنی اجتماعی

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 753

This Paper With 6 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICS12_148

تاریخ نمایه سازی: 11 مرداد 1393

Abstract:

استفاده روزافزون کاربران از تکنولوژی برخط جهت دستیابی، مدیریت و اشتراکگذاری منابع باعث ایجاد فضای بزرگ و پیچیده اطلاعاتی و کاهش سودمندی این تکنولوژی شده است. یک راهکار مناسب جهت حل این مشکل استفاده از سیستمهای حاشیه-نویسی اجتماعی میباشد. سیستمهای حاشیهنویسی اجتماعی به کاربران اجازه میدهند منابع خود را آزادانه توسط برچسبها حاشیهنویسی، گروهبندی، جستجو و اشتراکگذاری کنند. این آزادی در برچسبزنی خود باعث افزایش برچسبهای اشتباه و بهموجب آن دستهبندی غلط و دسترسی مشکل به دادهها شده است. سیستمهای پیشنهاددهنده با بررسی علایق کاربر و منبع موردنظر سعی به ارائه برچسبهای پیشنهادی صحیح میکنند. اکثر الگوریتمهای پیشنهاددهنده برچسب به خاطر حجم عظیم دادههای دنیای واقعی دارای سرعت پایینی میباشند و چالشهاییهمچون مشکل در شروع سرد، وجود ناسازگاری و اشتباه در برچسبهای وارد شده توسط کاربران را میتوان اشاره کرد. در این مقاله یک سیستم پیشنهاددهنده برچسب معنایی برای سیستمهای برچسبزنی مردمی معرفی میشود که از ترکیب دو روشمحتواگرا و مشارکتگرا بهره میبرد. در این سیستم ارائه پیشنهادات براساس محتوای منبع، کلماتکلیدی و برچسبهای اختصاص داده شده به منبع، یافتن منابع مشابه، استفاده از پایگاه هستیشناسی سایت وردنت، بررسی پروفایل کاربر و یافتن کاربران مشابه صورت میگیرد. نتایج آزمایشات بر روی نمونههای استخراجی از سایت بیبسونومی نشان میدهد که روش ارائه شده از صحت و کارآیی بالاتری نسبت به دیگر روشها برخوردار است و نیز در دنیای واقعی قابل استفاده است

Authors

حمید اکبری

دانشجوی کارشناسی ارشد کامپیوتر-نرمافزار، دانشگاه آزاد اسلامی واحد مشهد

محمود بابایی

دانشجوی کارشناسی ارشد کامپیوتر-نرمافزار، دانشگاه آزاد اسلامی واحد مشهد

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Mathes, A.; "Folksoomies _ Cooperative Classification and Communic ation Through ...
  • Fei, B.; Su, Z.; "Optimizing web search using social annotations"; ...
  • Yin, Z.; Li, R.; Mei, Q.; Han, J.; "Exploring social ...
  • Ramage, D.; Heymann, P.; "Clustering the tagged web"; In Proceedings ...
  • DihuaXu _ Zhijian Wang;" A Collaborative Tag ...
  • Re commendatio Based on User Profile"; Intelligent Human- Machine Systems ...
  • Gemmis, M.; Lops, P.; "Integrating tags in a semantic content-based ...
  • aschke, J.; Marinho, R.; Hotho, L.; "Tag reco mmendations in ...
  • Schafer, J.; Frankowski, D.; "Collaborative filtering recommender systems", In Brusilovsky ...
  • J. Gemmell, T. Schimoler, M. Ramezani, and B. Mobasher, "Adapting ...
  • M. Lipczak, Y. Hu, Y. Kollet, and E. Milios, "Tag ...
  • Heymann, P.; Garcia-Molina, H.; "Social tag prediction", In Proceedings of ...
  • Markines, B.; Menczer, F.; Benz, D.; "Evaluating similarity measures for ...
  • WordNet. ;http _ //www. WordNet.com ...
  • Bibsonomy; http ://www. B ibsonomy.com. Discovery ...
  • Sebastiani, F.; "Machine Learning in Automated Text Categorization" _ In ...
  • Witten, H.; Frank, E.; "Data Mining: Practical Machine Learning Tools ...
  • Musto, C.; Narducci, F.; Lops, P.; "Combining Collaborative and Content-Based ...
  • M. Deshpande and G. Karypis, "Item-based top-n re commendation algorithms, ...
  • J. Gemmell, T. Schimoler, _ Ramezani, and B. for ...
  • re commendation in folksonomies, " Intelligent Techniques for Web Personalization ...
  • نمایش کامل مراجع