基于相似度赋值社会网络的面向社会化标签推荐的建模

社会化标签系统中用户、标签和网络资源之间的关系如图14.1所示,这种关系使用社会网络分析中的矩阵进行表示,分别表示为U-T、U-S、S-T三个发生矩阵。这些矩阵均为2模矩阵,其中矩阵系数的取值为0或者非0整数。在U-T矩阵中,系数的取值为0表示该用户没有使用该标签标注过任何网络资源,系数的取值为非0整数时表示该用户使用该标签标注过网络资源的次数。在U-S矩阵中,矩阵系数的取值为0表示该用户没有使用标签标注过该网络资源。系数的取值为非0整数时表示该用户使用不同标签标注过网络资源的次数。在S-T矩阵中,矩阵系数的取值为0表示该网络资源所有用户没有使用该标签标注过。系数的取值为非0整数时表示所有用户使用该标签标注过该网络资源的次数。利用以上三个发生矩阵,构建和筛选社会网络分析中重要的邻接矩阵。首先构建如下的U-U、S-S、T-T三个邻接矩阵(如图14.1中下部所示)。对于这三个邻接矩阵,能够构成行动者(网络用户)用于构建主要社会关系网络的为U-U邻接矩阵。S-S、T-T三个邻接矩阵则可以用来计算和表示不同的标签之间和网络资源之间的关系,为U-U邻接矩阵构建社会网络提供必不可少的重要辅助信息。定义U-U、S-S、T-T三个邻接矩阵中的系数为网络用户、标签和网络资源各自集合内部各元素之间的近似程度(即相似度)。

图14.1　社会化标签系统的相似度赋值社会网络建模

为构建社会网络关系中的矩阵,计算U-U、S-S、T-T三个邻接矩阵中的系数,并进一步计算用户、标签和网络资源各自集合内部各元素之间的相似度,做如下设定:

设用户集合为U(U1,U2,…,Un1),标签集合为T(T1,T2,…,Tn2),资源集合为S(S1,S2,…,Sn3)。一个用户Ui一次的资源标注行为可表示为用户Ui的使用标签TUi标注资源SUi,记作LAUi(TUi,SUi)。用户Ui所有m次标注行为使用的标签集合记作。所有用户对资源Sk标注的标签集合记作。(www.zuozong.com)

在社会化标签系统中,每个用户用来标注网络资源的标签很大程度上代表了用户的兴趣爱好,使用了相似度较高的标签的两个用户代表彼此之间有更相近的偏好,因此用用户使用过的标签集合之间的相似度来表示两用户之间的相似度。同理,网络资源的标签代表了资源的特征,两个网络资源的相似度,使用所有用户标注网络资源的标签集合相似度表示。用户的U-U邻接矩阵中,用户的Ui和Uj的系数使用它们的标签集合⊆T与⊆T之间的相似度表示,即U-T发生矩阵中两个行向量之间的相似度,并用于构建用户的赋值社会网络。同理,网络资源的S-S邻接矩阵中用户Sk和Sh系数使用它们的标签集合⊆T和⊆T之间的相似度表示。参考文献[14]的研究,用户Ui和Uj、资源Sk和Sh之间相似度计算公式分别如式(14.8)、式(14.9)所示:

使用式(14.8)计算U-U邻接矩阵中的系数。Sim(Ui,Uj)的取值在0和1之间(包括0和1)。使用式(14.9)计算S-S邻接矩阵中的系数,其中Sim(Sk,Sh)的取值在0和1之间(包括0和1)。

通过以上公式计算得出U-U邻接矩阵中的系数,使用U-U邻接矩阵构建用户社会网络(如图14.1下部所示),得到的是一种基于相似度的赋值网络,而不是传统的社会网络分析中的二值(0,1)网络。在二值(0,1)网络中,(0,1)表示关系的有无,0表示两个行动者之间无连接,1表示有连接。在基于相似度的赋值网络中,赋值的大小表示两个行动者之间相似的程度。