学位论文 > 优秀研究生学位论文题录展示

基于形式概念分析的Folksonomy知识发现研究

作　者: 张云中
导　师: 徐宝祥
学　校: 吉林大学
专　业: 情报学
关键词: 自由分类法 形式概念分析 用户行为 用户偏好 语义关系 知识发现 螺旋演进模型
分类号: G350.7
类　型: 博士论文
年　份: 2012年
下　载: 448次
引　用: 0次
阅　读: 论文下载
 

内容摘要


Web向社会化与语义化的不断演进和信息资源组织理论的不断革新共同促生了folksonomy并推动其不断发展，而folksonomy的不断优化又离不开folksonomy知识发现理论的支撑，同时形式概念分析、本体等理论的发展又为folksonomy知识发现注入了新的活力，一种基于形式概念分析的folksonomy知识发现理论呼之欲出！回顾当前folksonomy知识发现理论的优势劣态，虽在folksonomy知识发现的各个主要方向取得了一些散落的成果，体现于folksonomy用户行为、folksonomy用户偏好和folksonomy语义关系等方面，但仍未建立完善的将三者统一到一套完整框架下的Folksonomy知识发现理论体系，更缺少对对Folksonomy知识发现的基本原理、基本方向、目标产物、技术工具和详细流程等全面介绍与阐述。基于形式概念分析的folksonomy知识发现理论为弥补上述缺陷提供了可能。在确立folksonomy是数据，形式概念分析是工具，知识发现是目标的角色定位后，基于形式概念分析的folksonomy知识发现螺旋演进模型应运而生，其高度概括了基于形式概念分析的folksonomy知识发现的组成要素、角色要素、功能要素及各个要素之间的紧密关系，并将基于形式概念分析的folksonomy知识发现过程归纳为问题定义、数据获取、数据准备、数据组织、数据挖掘、知识生成和评估反馈七个阶段。另外，在用户需求和数据组织的一唱一和下，基于形式概念分析的folksonomy知识发现核心方向的歧化也通过folksonomy多值形式背景的选择得以实现，folksonomy的用户行为背景、用户偏好背景和语义关系背景分别决定了基于形式概念分析的folksonomy知识发现的三大方向。基于形式概念分析的folksonomy用户行为分析以单用户的用户标记行为、用户群的聚集与形成、用户群标记行为和用户群的遴选为知识发现目标，通过基于形式概念分析的folksonomy用户行为分析模型，先利用folksonomy数据集构建相应的folksonomy用户行为形式背景——“用户-标签”形式背景FU:= (U,T×R,YU)并将其转换为folksonomy用户行为概念格，并在folksonomy用户行为概念格分析的基础上使用回溯法获取folksonomy单用户用户标记行为链，使用用户群层级结构映射规则获取folksonomy用户群层次树，使用FREtirj计算公式获取folksonomy用户群标记行为频率，使用folksonomy用户群遴选的规则遴选出folksonomy典型用户群。folksonomy用户行为分析为folksonomy用户偏好挖掘提供活跃用户、典型用户群及folksonomy用户标记行为频率等参数，为folksonomy语义关系发现提供低频标签过滤、稳态folksonomy系统判断及语义浮出判断的依据。基于形式概念分析的folksonomy用户偏好挖掘以folksonomy用户偏好树的构建为目标，通过基于形式概念分析的folksonomy用户偏好挖掘模型，分别从活跃单用户和典型用户群的用户偏好各自的数据集出发构建相应的folksonomy用户偏好形式背景——“资源-用户”形式背景FR:= (R,U×T,Y~R)，并分别将单用户folksonomy用户偏好形式背景和用户群folksonomy用户偏好形式背景转化为各自的用户偏好概念格。通过在概念格基础上识别用户偏好，并借鉴TF/IDF原理充分考虑了用户偏好的“频率”和“普遍重要性”两项因素，分别提出了folksonomy单用户偏好权重计算公式和folksonomy用户群偏好权重计算公式，进而分别利用相应的用户偏好权重计算公式（PW公式）和用户偏好相似度计算公式（PS公式）遴选单用户的用户偏好和用户群的用户偏好，最终构建folksonomy用户偏好树来表示folksonomy用户偏好知识。基于形式概念分析的folksonomy语义关系发现以发现folksonomy中的隐含语义为目标，确立了本体在folksonomy语义关系表示中的重要作用，通过基于形式概念分析的folksonomy语义关系发现模型，从“语义浮出”的稳态folksonomy的数据集出发构建相应的folksonomy语义关系形式背景——“资源-标签”形式背景FR:= (R,T×U,Y~R)，并将之转化为相应的概念格。在folksonomy语义关系概念格基础上，利用folksonomy语义关系概念格向folksonomy局部本体的映射规则，得出相应的folksonomy局部本体模型，之后选用合适的本体编辑工具（如protégé等）和本体描述语言（如owl语言）对folksonomy局部本体模型进行形式化，最终得到一个形式化的揭示folksonomy各种隐含语义关系的folksonomy局部本体。基于形式概念分析的folksonomy知识发现的理论体系充分利用了folksonomy多值形式背景的不同形式适宜地表示了folksonomy知识发现的三大核心方向，并针对不同类型的概念格分别提出了相应的模式识别和知识解释方式，从而依托概念格实现了folksonomy知识发现。另外，基于形式概念分析的folksonomy知识发现的螺旋演进思想也为获取用户满意的folksonomy知识提供了保障。经过在Delicious系统数据的测试，基于形式概念分析的folksonomy知识发现理论具有创新性、科学性、合理性和操作性。基于形式概念分析的folksonomy知识发现理论不仅深化了folksonomy理论研究，也拓展了知识发现理论的内涵和外延，最重要的是揭示了基于形式概念分析的folksonomy知识发现的客观规律。该理论必将提高folksonomy系统中知识发现的效率和能力，进而带来folksonomy自身的不断优化，最终促进web2.0下folksonomy的不断发展和广泛应用。因此，无论是理论上还是实践上，基于形式概念分析的folksonomy知识发现理论都具深远意义！

全文目录


摘要  4-7
Abstract  7-18
第1章 绪论  18-28
  1.1 研究背景  18-22
  1.2 研究意义  22-23
  1.3 研究的主要内容  23-24
  1.4 研究方法与技术路线  24-26
    1.4.1 研究方法  24-25
    1.4.2 技术路线  25-26
  1.5 论文的主要创新点  26-28
第2章 国内外研究现状  28-48
  2.1 FOLKSONOMY的研究进展与趋势  28-34
    2.1.1 Folksonomy 的研究进展  28-32
    2.1.2 Folksonomy 的研究趋势  32-34
  2.2 FOLKSONOMY知识发现研究现状  34-45
    2.2.1 Folksonomy 用户行为分析研究之现状  34-37
    2.2.2 Folksonomy 用户偏好挖掘研究之现状  37-40
    2.2.3 Folksonomy 语义关系发现研究之现状  40-45
  2.3 形式概念分析与 FOLKSONOMY知识发现的结合现状研究  45-46
  2.4 本文的逻辑起点  46-48
第3章 理论基础  48-62
  3.1 FOLKSONOMY理论  48-52
    3.1.1 Folksonomy 的定义和相关概念辨异  48-49
    3.1.2 Folksonomy 的特点  49-50
    3.1.3 Folksonomy 的应用  50-51
    3.1.4 Folksonomy 对图书情报领域的影响  51-52
  3.2 形式概念分析理论  52-55
    3.2.1 形式概念分析理论的重要定义  52-53
    3.2.2 概念格的构造算法  53-54
    3.2.3 形式概念分析工具简介  54-55
  3.3 知识发现理论  55-58
    3.3.1 知识发现的定义和相关概念辨异  55-57
    3.3.2 知识发现的基本任务  57
    3.3.3 知识发现的知识类型  57-58
    3.3.4 知识发现的技术分类  58
  3.4 本体理论  58-60
    3.4.1 本体的基本概念  58-59
    3.4.2 本体的分类  59
    3.4.3 本体的逻辑结构  59-60
    3.4.4 本体描述语言及本体编辑工具  60
  3.5 核心概念及概念体系  60-62
第4章 基于形式概念分析的 FOLKSONOMY 知识发现原理  62-82
  4.1 形式概念分析、FOLKSONOMY与知识发现三者的关系  62-65
    4.1.1 形式概念分析与 Folksonomy 的关系  62-63
    4.1.2 形式概念分析与知识发现的关系  63-64
    4.1.3 Folksonomy、形式概念分析与知识发现的内在联系  64-65
  4.2 基于形式概念分析的 FOLKSONOMY形式化及其形式背景  65
  4.3 基于形式概念分析的 FOLKSONOMY知识发现模型  65-75
    4.3.1 基于形式概念分析的 Folksonomy 知识发现的要素分析  66-70
    4.3.2 基于形式概念分析的 Folksonomy 知识发现的要素关系  70-72
    4.3.3 基于形式概念分析的 Folksonomy 知识发现模型构建——螺旋演进模型  72-75
  4.4 基于形式概念分析的 FOLKSONOMY知识发现的主要方向  75-80
    4.4.1 基于形式概念分析的 Folksonomy 知识发现的三大核心——用户行为、用户偏好与语义关系  75-77
    4.4.2 基于形式概念分析的 Folksonomy 知识发现方向的歧化途径——形式背景的选择  77-78
    4.4.3 Folksonomy 用户行为、Folksonomy 用户偏好与Folksonomy 语义关系的关联  78-80
  4.5 本章小结  80-82
第5章 基于形式概念分析的 FOLKSONOMY 用户行为分析  82-96
  5.1 FOLKSONOMY中的用户行为分析的目标与产物  82-84
    5.1.1 单用户的用户标记行为  82
    5.1.2 用户群的聚集与形成  82-83
    5.1.3 用户群标记行为及用户群的遴选  83-84
    5.1.4 Folksonomy 用户行为分析的产物  84
  5.2 基于形式概念分析的 FOLKSONOMY用户行为分析模型  84-87
    5.2.1 基于形式概念分析的 Folksonomy 用户行为分析模型构建  84-85
    5.2.2 基于形式概念分析的 Folksonomy 用户行为分析模型的具体内容  85-87
  5.3 基于形式概念分析的 FOLKSONOMY用户行为分析的详细流程  87-95
    5.3.1 基于形式概念分析的 Folksonomy 用户行为分析的准备阶段  87-88
    5.3.2 基于形式概念分析的 Folksonomy 用户行为分析的分析阶段  88-89
    5.3.3 基于形式概念分析的 Folksonomy 用户行为分析的实现阶段  89-94
    5.3.4 基于形式概念分析的 Folksonomy 用户行为分析的收尾阶段  94-95
  5.4 本章小结  95-96
第6章 基于形式概念分析的 FOLKSONOMY 用户偏好挖掘  96-114
  6.1 FOLKSONOMY中的用户偏好挖掘的目标与产物  96-98
    6.1.1 单用户的用户偏好挖掘  96
    6.1.2 用户群的用户偏好挖掘  96-97
    6.1.3 Folksonomy 用户偏好挖掘的产物  97-98
  6.2 基于 FCA 的 FOLKSONOMY用户偏好挖掘模型  98-101
    6.2.1 基于形式概念分析的 Folksonomy 用户偏好挖掘模型构建  98-99
    6.2.2 基于形式概念分析的 Folksonomy 用户偏好挖掘模型的具体内容  99-101
  6.3 基于形式概念分析的 FOLKSONOMY用户群的用户偏好挖掘流程  101-107
    6.3.1 基于形式概念分析的 Folksonomy 用户群的用户偏好挖掘的准备阶段  101-102
    6.3.2 基于形式概念分析的 Folksonomy 用户群的用户偏好挖掘的分析阶段  102-103
    6.3.3 基于形式概念分析的 Folksonomy 用户群的用户偏好挖掘的实现阶段  103-106
    6.3.4 基于形式概念分析的 Folksonomy 用户群的用户偏好挖掘的收尾阶段  106-107
  6.4 基于形式概念分析的 FOLKSONOMY单用户的用户偏好挖掘流程  107-111
    6.4.1 基于形式概念分析的 Folksonomy 单用户的用户偏好挖掘的准备阶段  107
    6.4.2 基于形式概念分析的 Folksonomy 单用户的用户偏好挖掘的分析阶段  107-109
    6.4.3 基于形式概念分析的 Folksonomy 单用户的用户偏好挖掘的实现阶段  109-111
    6.4.4 基于形式概念分析的 Folksonomy 单用户的用户偏好挖掘的收尾阶段  111
  6.5 本章小结  111-114
第7章 基于形式概念分析的 FOLKSONOMY 语义关系发现  114-138
  7.1 FOLKSONOMY与本体的语义关联  114-125
    7.1.1 本体与 Folksonomy 的异同分析  114-117
    7.1.2 本体与 Folksonomy 的融合机理  117-122
    7.1.3 本体在 Folksonomy 语义表示中的作用  122-125
  7.2 FOLKSONOMY语义关系知识发现的目标与产物：FOLKSONOMY局部本体  125-126
    7.2.1 Folksonomy 局部本体的产生和定义  125
    7.2.2 Folksonomy 局部本体的八大条件  125-126
  7.3 基于形式概念分析的 FOLKSONOMY语义关系发现模型  126-130
    7.3.1 基于形式概念分析的 Folksonomy 语义关系发现模型构建  126-127
    7.3.2 基于形式概念分析的 Folksonomy 语义关系发现模型的具体内容  127-130
  7.4 基于形式概念分析的 FOLKSONOMY语义关系发现的详细流程  130-137
    7.4.1 基于形式概念分析的 Folksonomy 语义关系发现的准备阶段  130-131
    7.4.2 基于形式概念分析的 Folksonomy 语义关系发现的分析阶段  131-133
    7.4.3 基于形式概念分析的 Folksonomy 语义关系发现的实现阶段  133-136
    7.4.4 基于形式概念分析的 Folksonomy 语义关系发现的收尾阶段  136-137
  7.5 本章小结  137-138
第8章 案例分析  138-170
  8.1 案例选取  138-139
  8.2 数据准备  139-143
  8.3 案例研究  143-166
    8.3.1 案例一：用户行为分析  143-152
    8.3.2 案例二：用户偏好挖掘  152-160
    8.3.3 案例三：语义关系发现  160-166
  8.4 结果评价  166-170
第9章 结论与展望  170-174
  9.1 研究结论  170-171
  9.2 研究展望  171-174
参考文献  174-186
作者简介及科研成果  186-188
致谢  188

相似论文

  1. 不完备信息系统的完备化及其上的知识获取,TP311.13
  2. 基于Web日志的用户挖掘研究与实现,TP311.13
  3. 基于实际用户行为分析的缓存研究,TP301.6
  4. 基于语义近似度计算的Web数据库近似查询方法的研究,TP311.13
  5. 基于FCA的社区发现算法,TP301.6
  6. Web数据库查询结果个性化分类方法研究,TP311.13
  7. 基于用户行为数据分析的移动互联业务推荐模型,TP311.13
  8. 动词框架库的构建技术的研究,TP391.1
  9. 《庄子》同源词研究,H131
  10. 基于知识发现的职业技术教育管理系统设计与实现,TP311.52
  11. 面向概念查询的生物医学多文档摘要技术研究,TP391.1
  12. 社会电视用户行为分析,TP393.09
  13. 食品安全风险过程控制的贝叶斯统计与知识发现,O212.8
  14. 对外汉语初级教材同译动词考察,H195
  15. 现代汉语可逆句的类型及可逆动因,H146.3
  16. 航次知识发现及其应用研究,F552.6
  17. 镜射对称在机械中的作用原理及其应用方法研究,TH122
  18. 基于语料库的中国英语学习者和本族语者高频动词搭配及具体语义关系下句型对比研究,H319
  19. “反而”和“倒”的对比研究,H13
  20. 现代汉语篇章中的推论连接成分研究,H146
  21. 现代汉语动宾加宾[（V+O1）+O2]结构研究,H146

中图分类: > 文化、科学、教育、体育 > 科学、科学研究 > 情报学、情报工作 > 情报学 > 情报工作自动化、网络化
© 2012 www.xueweilunwen.com