追踪协同标签社区中的用户注意力

协同标签因 CiteULike、del.icio.us 和 Flickr 等内容共享系统的流行，近期引起了工业界和学术界的关注。这些系统使用户能够添加数据项并将自定义元数据（或标签）附加到存储的数据上，从而成为个人用户有效的内容管理工具。然而，最近的研究表明，随着标签社区的增长，由于内容多样性的增加，所添加的内容和元数据变得更难管理。因此，应对多样性增加的机制对于提高协同标签系统的可扩展性和可用性至关重要。本文分析了是否可以利用使用模式来改善不断增长的知识空间中的可导航性。为此，我们对两个针对科学文献的协同标签社区 CiteULike 和 Bibsonomy 进行了特征刻画。我们探索了三个主要方向：首先，我们分析了用户群体中标签活动的分布；其次，我们定义了衡量用户兴趣相似性的新指标，并利用这些指标揭示所研究标签社区的结构。我们发现的结构表明，兴趣明显细分为大量具有独特偏好的个体和一组兴趣交错的核⼼用户。最后，我们提供了初步结果，证明基于兴趣的标签社区结构可用于在社区扩展时促进内容的使用。