search query: @supervisor Honkela, Timo / total: 16
reference: 6 / 16
Author: | Nieminen, Ilari |
Title: | Tag Recommendation in Folksonomies |
Tagien suosittelu folksonomioissa | |
Publication type: | Master's thesis |
Publication year: | 2010 |
Pages: | 56 + [7] Language: eng |
Department/School: | Informaatio- ja luonnontieteiden tiedekunta |
Main subject: | Informaatiotekniikka (T-61) |
Supervisor: | Honkela, Timo |
Instructor: | Raitio, Juha |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark Aalto | Archive |
Keywords: | folksonomies tags recommendation hybrid folksonomniat tagit suosittelu hybridi |
Abstract (eng): | Folksonomies are systems where users can organize information by describing content such as web pages or photos with descriptive words or tags, as they are called in these systems. In addition to searching, the structure of folksonomies typically makes exploring content tagged by other people convenient. Tag recommendation can be used to improve the folksonomy in many ways. It can be used to provide tagging assistance to users tagging their content, increasing the likelihood that they will choose suitable, but common tags used in the folksonomy to encourage coherence and tag usage. This work explores folksonomies and some methods developed for tag recommendation. Creating hybrid recommenders by combining different methods using their previous performance is tested. Some simple heuristics for filtering recommendation results are also considered. The experiments show that combining tag recommendation methods increases the robustness of the recommendation results. A hybrid recommender using a compromise between user-specific weights and global weights is found to perform better than either of the weighting methods separately. |
Abstract (fin): | Folksonomiat ovat järjestelmiä, joissa käyttäjät järjestävät sisältöjä kuvailemalla niitä kuvailevilla sanoilla eli tageilla. Sisältöhaun lisäksi tagit mahdollistavat muiden merkitsemän sisällön selaamisen aiheen mukaan. Tageja suosittelemalla voidaan parantaa folksonomioita. Sisällön merkitsemisen tukena sillä voidaan parantaa todennäköisyyttä, että käyttäjät valitsevat kuvaavia sanoja, jotka ovat toisaalta järjestelmissä yleisiä. Tällä tavalla vahvistetaan järjestelmän yhtenäisyyttä ja kannustetaan ihmisiä tagien käyttöön. Tämä työ käsittelee folksonomioita ja muutamia tagien suositteluun kehitettyjä menetelmiä. Tämän lisäksi työssä kokeillaan suosittelujen yhdistämistä sekä yksinkertaisia heuristiikkoja tulosten parantamiseksi. Kokeiden tuloksista nähdään, että suosittelijoita yhdistelemällä voidaan parantaa suositusten luotettavuutta. Yhdistetty suosittelija, joka painottaa menetelmiä sen perusteella, kuinka hyvin ne ovat toimineet käyttäjän kohdalla ja yleisesti toimii paremmin kuin suosittelija, joka perustuu vain käyttäjäkohtaisiin tai yleisiin painoihin. |
ED: | 2010-08-30 |
INSSI record number: 40327
+ add basket
INSSI