藉由標籤分群方法增進標籤推薦能力

Enhancing Tag Recommendation by Tag Clustering

莊典融(Tien-Jung Chuang)

指導教授 ： 莊永裕

國立臺灣大學/電機資訊學院/資訊工程學研究所/碩士(2009年)

https://doi.org/10.6342/NTU.2009.01866

摘要

本論文提出了一種方式定義標籤 (tag) 意義不明確的程度，並藉由群集演算法 (clustering algorithm)，將意義不明確的標籤分群，使各群集成為具有一明確主題的小叢集，再根據投票策略 (vote strategy) 的概念，設計一演算法來偵測標籤屬於那一個小叢集，以解決標籤意義不明確的問題。另一方面，依照這個概念，本論文改進原先標籤推薦系統的架構，提出新的架構，從原先尋找標籤與標籤的關係來推薦新的相關聯的標籤，轉變成尋找標籤叢集與標籤之間的關係來推薦新的相關聯的標籤，使其能處理標籤意義不明確的問題。

關鍵字

標籤 ； 推薦 ； 叢集 ； 歧義 ； 系統

並列摘要

In this paper, we design a method to define the degree of tag ambiguity,
and clarify ambiguous tag by clustering it into different groups, each group contains an explicit concept.
Furthermore, based on the vote strategy, we design an algorithm to detect the group that a tag belonging to
in order to solve tag ambiguity.
Besides, according to this concept, we provide a novel framework of tag recommendation system,
insteading of finding relation between tag and tag, our new framework find relation between tag and tag cluster.
By this method, we take issue of tag ambiguity into account and improve the recommendation result.

並列關鍵字

tag ； recommendation ； clustering ； ambiguity ； system

參考文獻

tag space. In In Proc. of the Collaborative Web Tagging Workshop at WWW’06,

Sheepdog: group and tag recommendation for flickr photos by automatic search-

world web image database from national university of singapore. In Proc. of ACM

[5] R. L. Cilibrasi and P. M. B. Vitanyi. The google similarity distance. IEEE Trans. on

USA, 2002. ACM.