《表1 用户、图书及其标签数据集》

  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

《基于图书评论属性挖掘的群组推荐研究》

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

社会化标注网站允许用户自由对资源进行标签标注，这具有一定的随意性，会产生不规范的标签，如复合标签、繁体标签、同义异形标签等，需要进行规范化处理。将“豆瓣读书”中所有热门标签加入用户自定义词典，利用中国科学院NLPIR汉语分词系统[16]对用户标注中产生的复合标签进行分词。经过规范化后，同一标签可能在某一用户或资源中重复出现，剔除重复标签并将重复的图书进行合并。对于图书评论数据，过滤掉长度小于4个汉字以及重复的评论，从而保证数据的有效性。经处理后，得到的数据为20名用户、373本图书资源、674个用户标签和2 528个图书常用标签，如表1-表3所示。