《表1 标签类型分类与说明》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于用户参与的社交网站标签差异及有效性研究——以豆瓣读书网为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

已经有各类学者采用不同的评估方法对标签的有效性进行了验证，总结起来主要有机器人学习法、比较标签和受控词表、参与者评估其查询结果的相关性、人工检测。机器人学习法具有一定的客观性，Razikin[3]采用支持向量机的文本分类方法确定了Delicious中标签的有效性，结果发现只有部分标签对发现内容有用。Brooks，Montanez[4]，Heymann[5]，Zubiaga[6]，Sun[7]等学者均采用了机器人学习法验证了标签的有效性。比较受控词表即将标签与经过组织整理过的权威认定的术语词表进行比较，除Kipp等[8-9]较多学者使用该方法来验证标签的有效性外，Lin等[10]也比较了Connotea和医学主题标题（MeSH）术语中的标签，发现它们之间只有11%的相似性。另一种方法评估要求参与者（用户）评估其查询的搜索结果的相关性，使用此方法进行研究的有Koutrika等[11-14]。人工检测则是非常主观的一种评估方式，并且要求数据量不能太大，与其他评估方式不同的是，该方法没有参照，完全是人的主观判断。国内学者李蕾等[15]的研究为人工检测标签有效性制定了一套标准。她将标签划分为与主题相关和与主题无关两类，与主题相关标签又划分为与外部信息相关标签和与内容信息相关标签；与主题无关的标签又划分为主观情感标签、自我组织标签和垃圾标签。具体划分标准如表1所示。