• 藍色版面
  • 綠色版面
  • 橘色版面
  • 粉紅色版面
  • 棕色版面
帳號:guest(120.119.126.29)          離開系統
字體大小: 字級放大   字級縮小   預設字形  

詳目顯示

研究生: 張孟秀
研究生(外文): Meng-Hsiu Chang
論文名稱: 基於Tag分析之相似瀏覽興趣Blogger研究
論文名稱(外文): The study of using Tag Analysis to Group Bloggers with the Similar Browsing Interest
指導教授: 蘇怡仁
指導教授(外文): Yi-Jen Su
學位類別: 碩士
校院名稱: 樹德科技大學
系所名稱: 資訊工程系碩士班
畢業學年度: 98
語文別: 中文
論文頁數: 44
中文關鍵詞: FolksonomyTagSocial Network Analysis
外文關鍵詞: FolksonomyTagSocial Network Analysis
相關次數:
  • 被引用:0
  • 點閱:78
  • 評分:*****
  • 下載:0
  • 書目收藏:0
自Web 2.0推出後,其相關技術與服務已普遍建置於各入口網站及社群網站上,其中又以部落格(Blog)服務最廣受到網路族的青睞。面對資訊超載的網際網路,部落客(Blogger)需要一套有效地分類與管理各類媒體(文章、照片及影片)的機制,通常以使用Tag來輔助分類的方法最為普遍。如何將具有相似興趣的部落客之Tag聚集起來,形成一個具有高品質的結合眾人分類共識的「Folksonomy」就成為一個有趣的議題。本研究提出以每一位部落客所使用的Tag Cloud作為個人興趣判斷的依據,然後使用Social Network Analysis (SNA)中的社群發現(Community Discovery)技術去辨識具有相似興趣的部落客,並以著名的書籤分享網站「Del.icio.us」作為本研究的實驗資料來源。
Web 2.0 technologies and services have been widely deployed in various portals and network-community websites. Of all these services, the Blog has attracted the most users. In the age of information overload, bloggers need an efficient and effective classification method to manage various types of media (e.g. articles, photos and films). Generally, tagging is the most favored sorting method. How to collect tags set by bloggers of the same interests to form a high-quality “Folksonomy” thus becomes an important issue. This paper proposes to identify the interests of a blogger by his/her Tag Cloud. Then Community Discovery, a social network analysis method, could be employed to group bloggers of the same interests. The dataset in this experiment comes from the famous bookmark-sharing website “Del.icio.us”.
摘要  i
ABSTRACT  ii
誌謝  iii
目錄  iv
圖目錄  vi
表目錄  vii
第一章 緒論  1
1.1研究動機  1
第二章 相關背景  3
2.1資料探勘  3
2.1.1 關聯法則  5
2.1.2 群集分析  5
2.2 Web 1.0與Web 2.0比較  7
2.2.1 Tag  9
2.2.2 Tag語意模糊不清  11
2.2.3 Folksonomy  12
2.2.4 Tagging System  13
2.3 Graphs  15
2.3.1 One-mode network  16
2.3.2 Bipartite network  17
2.3.3 1.5-Club  17
第三章 相似興趣部落客發掘系統  19
3.1系統流程  19
3.2系統架構  21
3.2.1 Blog Information Collector  21
3.2.2 Blog Information Database  23
3.2.3 Blog Information Processor  24
3.2.4 具方向性之1.5-club群體  26
3.2.5 1.5-club相鄰之群體  27
第四章 實驗方法與結果  30
4.1實驗方法  30
4.2實驗結果  33
4.2.1 找尋使用者與朋友之關係  33
第五章 結論與未來展望  36
5.1 Content-based Recommendation System  38
5.2 Collaborative Filtering Recommendation System  38
5.3部落格推薦系統  39
參考文獻  42
[1]卜小蝶,2007,“Folksonomy的發展與應用”,國立成功大學圖書館館刊,第十六期,頁1-7。
[2]陳威叡,2008,“Web 2.0概念下Folksonomy導入網路服務之初探-以網路書籤為例”,數位科技與創新管理研討會。
[3]張淇龍,2006,“淺析Folksonomy之意涵與應用”,中華民國圖書館學會電子報,十四期。
[4]曾憲雄等編著,2005,資料探勘Data Mining,旗標出版股份有限公司,台北。
[5]管世達,2008,部落圈朋友群尋找系統,國立中山大學,碩士論文。
[6]蘇怡仁,林揆棟,2009,“以1.5-club相鄰群體尋找網路社群之研究”,第二十屆國際資訊管理學術研討會(ICIM2009),台北,台灣。
[7]Amazon. http://www.amazon.com/
[8]Baartse, M., Taxonomy vs Folksonomy, http://www.useyourweb.com/blog/?p=62
[9]Begelman, G., Keller, P., and Smadja, F., 2006, “Automated Tag Clustering: Improving search and exploration in the tag space,” WWW2006, Edinburgh, UK.
[10]Brown, M., 2007, “Mashing up the Once and Future CMS,” EDUCAUSE Review, vol. 42, no. 2 (March/April 2007), pp 8–9.
[11]Del.icio.us. http://delicious.com/
[12]Flickr. http://www.flickr.com/
[13]Hayes, C., and Avesani, P., 2006, “Using Blog Tags to Identify Topic Authorities,” International Conference on Weblogs and Social Media (ICWSM), Boulder, CO USA.
[14]Hayes, C., and Avesani, P., 2007, “Using Tags and Clustering to Identify Topic-Relevant Blogs,” International Conference on Weblogs and Social Media (ICWSM), Boulder, Colorado, USA.
[15]Hayes, C., Avesani, P., and Veeramachaneni, S., 2007, “An analysis of the use of tags in a blog recommender system,” Proceedings of the 20th the International Joint Conference on Artifical Intelligence, (IJCAI-07).
[16]Hsieh, W. T., Lai, W. S., and Chou, S. C. T., 2006, “A collaborative tagging system for learning resources sharing,” Current Developments in Technology-Assisted Education, pp. 1364-1368.
[17]Lee, S. O. K., and Chun, A. H. W., 2007, ”Automatic Tag Recommendation for the Web 2.0 Blogosphere Using Collaborative Tagging and Hybrid ANN Semantic Structures,” Proceedings of the 6th Conference on  International Conference on Applied Computer Science, Hangzhou, China, pp 88-93.
[18]Lee, S. S., and Yong, H. S., 2007, “TagPlus: A Retrieval System using Synonym Tag in Folksonomy,” Proceedings of the Multimedia and Ubiquitous Engineering (MUE’07), pp 294-298.
[19]Miller, G. A., “WordNet,” http://en.wikipedia.org/ wiki/WordNet
[20]Ohkura, T., Kiyota, Y., and Nakagawa H., 2006, “Browsing System for Weblog Articles based on Automated Folksonomy,” WWW2006, Edinburgh, UK, May 22-26.
[21]O’Reilly, T., 2005, “What is Web 2.0,” http://www.oreillynet.com/pub/a/oreilly/tim/news/2005/09/30/what-is-web-20.html
[22]Ringo. http://ringomo.com/
[23]The Odd World. http://oddlee.blogspot.com/2007/11/tagging-from-system-view.html
[24]Vander Wal, T., 2005, “Explaining and showing broad and narrow folksonomies”, http:// www.personalinfocloud.com/2005/02/explaining_and_.html
[25]Weinberger, K., Slaney, M., and van Zwol, R., 2008, “Resolving Tag Ambiguity,” Proceedings of the 16th ACM international conference on Multimedia, Vancouver, British Columbia, Canada, pp 111-120.
[26]Wikipedia. http://en.wikipedia.org/wiki/PageRank
[27]Youtube. http://www.youtube.com/
 電子全文(網際網路公開日期:20120208)
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
* *