陳信希臺灣大學:資訊工程學研究所張玉慧Chang, Yu-HuiYu-HuiChang2010-05-172018-07-052010-05-172018-07-052009U0001-2707200902105400http://ntur.lib.ntu.edu.tw//handle/246246/183340　　線上書籤社群網站是一種新興的網站類型，結合了免費線上書籤服務與Web2.0的特性，主要提供儲存書籤、分享書籤、讓使用者由社群網路發掘新資訊三種功能。　當使用者將網頁存進線上書籤並以標籤去標記，我們認為此人對於網頁隱含的主題感興趣，而且用來標記的標籤是對此主題的概念性描述。在本研究中，標籤會被轉換為概念，我們將透過概念與概念在不同時間的相關度，去分析整體使用者興趣的變遷。　本篇論文中提出四種方法估算兩個概念之間的時序性相關度，以及四種不考量時間性的靜態性相關度估算法。然後我們以線性迴歸模型去偵測時序性相關度序列中是否有趨勢存在，再以偵測到的趨勢和靜態性相關度去估算概念之間的動態性相關度。　我們將偵測出的趨勢圖形化以呈現使用者興趣的變遷情形，並以標籤預測實驗評估各種方法的效能。最後討論實驗結果，提出未來研究的方向。　Social bookmarking website is a new kind of site which combined the online bookmark service and the characteristics of Web 2.0, allows users to save bookmarks, share bookmarks and explore new information in the social network.When a user bookmarks one page and annotates it with tags, we believe that the user is interested in the implied topic of this page, and the tags which were used are conceptual descriptions of the topic. In this work, all tags be preprocessed and transformed into concepts. We try to analyze the evolution of user''s interest by estimating the correlation between concepts over time.In this thesis, we introduce four methods to estimate the temporal correlation between two concepts and four methods to estimate the static correlation between two concepts. Then, we employed some linear regression models to detect whether there is a trend in the history of temporal correlations. Using the detected trends and static correlations, we can estimate the dynamic concepts correlations.We visualize some detected trends to analyze the variation of users'' interest, and evaluate our methods via tag prediction. Finally, we discuss our experiment results and state some issues for future work.目錄要 Ibstract II錄 III圖目錄 V表目錄 VII一章 緒論 1.1社群性線上書籤服務 1.2研究動機 7.3研究目的 8.4研究挑戰 10.5論文架構 11二章 相關研究 12.1社群性標記系統分析 12.2社群性標記相關應用 14.3時間序列分析 15.4向量空間模型 16三章 估計使用者興趣變遷 18.1 基本假設 18.2問題敘述 18.3估算概念間時序性相關度的方法 19.3.1時序性重疊法 (TOVL) 20.3.2時序性概念頻率法 (TCF) 20.3.3時序性概頻正規化法 (TNCF) 21.3.4時序性加權概頻正規化法 (TRNCF) 21.4 偵測趨勢 21.4.1 趨勢類型 22.4.2 趨勢配適度 25.5估算概念間靜態性相關度的方法 26.5.1重疊法 (OVL) 27.5.2概念頻率法 (CF) 27.5.3概頻正規化法 (NCF) 28.5.4加權概頻正規化法 (RNCF) 28.6 估測使用者興趣間動態相關度 28四章 實驗與討論 31.1實驗設定 31.2資料集分析 32.3前置處理 34.4圖形化呈現與分析 35.4.1與「gift」相關的趨勢變遷 36.4.2與「java」相關的趨勢變遷 38.4.3與「design」相關的趨勢變遷 40.5以標籤預測做效能評估 42.5.1 評估方法 42.5.2 評估結果 43.6 結果討論 44五章 總結與展望 49.1結論 49.2未來展望 50考文獻 51錄A：偵測出的趨勢之舉例 54application/pdf92606818 bytesapplication/pdfen-USweb 2.0社群性標記社群性書籤趨勢預測協同標籤圖形化social taggingsocial bookmarkingtrend predictioncollaborative taggingvisualizationthesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/183340/1/ntu-98-R96922060-1.pdf