论文部分内容阅读
社会性标签系统是一种典型的社会性软件,社会性软件是以网络服务形式存在的、能够促使用户自发组织的社会性交互与协作平台,比较典型的社会性软件还包括blog、wiki、Sns等。目前关于社会性标签系统的研究有许多不同的角度,本文引入复杂系统和复杂网络理论来分析社会性标签系统的特性并解释其运行机制。
社会性标签系统中的分众分类法作为一种新型的网络信息组织方式,它与传统的信息分类法有着本质的区别,也是图书馆学领域的一个新的研究热点。许多研究者试图去分析分众分类法的运行机制和原理,但大多数图书馆学领域的研究者并不清楚这种由用户自动产生的分类法究竟从何而来,它的理论依据究竟是什么。本文着眼于对分众分类机制进行理论分析,引入复杂系统和复杂网络理论,用先进的复杂性科学的方法论来分析这一事物,力图从理论上来阐明分众分类的原理和过程。本文首先阐述了社会性标签系统的复杂网络特性,并用涌现原理解释了社会性标签系统的内在运行机制和分众分类的原理。
目前,对于社会性标签系统的研究多为定性的研究,定量的研究还很少。定量研究复杂网络关系和结构有一定困难,这涉及到许多复杂的数学算法,而利用复杂网络分析工具能够比较方便的实现对于复杂网络的定量分析。目前UCINET等复杂网络分析工具在国外已经相当普及,在国内还少有人使用,复杂网络分析工具在信息科学领域的应用主要集中在引文分析、知识地图等方面,利用UCINET或者专门的聚类算法来分析社会性标签系统的文章还很少。为此,本文设计一个实验,利用复杂网络分析工具UCINET来分析一个典型的社会性标签系统--豆瓣网。
通过实验验证,以复杂网络理论为基础的复杂网络分析工具可用来定量的分析社会性标签系统,并进一步挖掘出系统中有用的知识,通过有效地展现这些知识来改善社会性标签系统的标签分类系统,改善用户使用体验。更进一步,这种方法可以推广到所有的社会性标签系统,使得这种机制能够内化到社会性标签系统中,动态自动的呈现系统内隐含的知识,发挥社会性标签系统的优点,使其变得更加人性化和智能化。