[論文レビュー] Folksodriven Structure Network

Massimiliano Dal Mas|arXiv (Cornell University)|Sep 14, 2011

Data Visualization and Analytics参考文献 7被引用数 8

ひとこと要約

本稿では、ネットワーク理論を用いてフォルクソノミーをモデル化することで、構造的でユーザーが共有する文脈表現を可能にする「フォロスドリブン・ストラクチャーネットワーク」を提案する。ユーザーが生成したコンテンツにおけるタグの共起を分析することで、短いパス長と高いクラスタリングを示すネットワークが得られ、偶然のコンテンツ発見を促進し、オントロジー統合の課題に対してスケーラブルな解決策を提供する。

ABSTRACT

Nowadays folksonomy is used as a system derived from user-generated electronic tags or keywords that annotate and describe online content. But it is not a classification system as an ontology. To consider it as a classification system it would be necessary to share a representation of contexts by all the users. This paper is proposing the use of folksonomies and network theory to devise a new concept: a "Folksodriven Structure Network" to represent folksonomies. This paper proposed and analyzed the network structure of Folksodriven tags thought as folsksonomy tags suggestions for the user on a dataset built on chosen websites. It is observed that the Folksodriven Network has relative low path lengths checking it with classic networking measures (clustering coefficient). Experiment result shows it can facilitate serendipitous discovery of content among users. Neat examples and clear formulas can show how a "Folksodriven Structure Network" can be used to tackle ontology mapping challenges.

研究の動機と目的

• 従来のフォルクソノミーは、オントロジーのような形式的な分類システムではないため、共有された文脈表現が欠如しているという問題に対処すること。
• フォルクソノミーのデータが、意味のあるナビゲーションとコンテンツ発見を可能にする構造的ネットワークに構造化可能かどうかを検討すること。
• クラスタリングやパス長といったネットワーク特性が、関連コンテンツの偶然的発見をどの程度向上させるかを評価すること。
• フォルクソノミーから導出されるネットワークを、オントロジー統合タスクに活用できるかどうかを実証すること。
• ユーザーが生成するタグをナビゲート可能で文脈に敏感なネットワーク構造として形式的にモデル化するフレームワークを提供すること。

提案手法

• ユーザーが生成したタグをネットワークのノードとみなし、同じコンテンツアイテムに共起するタグの間にエッジを設定する。
• ネットワーク理論の指標、特にクラスタリング係数と平均パス長を用いて、得られたフォルクソノミー・ネットワークの構造的特性を分析する。
• 実際のウェブサイトから収集したデータセットを用いて、フォロスドリブン・ストラクチャーネットワークを構築し、構造的挙動の妥当性を検証する。
• 明確な数式表現を用いてタグ関係とネットワークトポロジーを記述し、形式的分析を可能にする。
• タグ間のパス探索の効率を測定することで、ネットワークのナビゲータビリティを評価し、推薦や発見の可能性を示す。
• タグネットワーク内の構造的類似性を特定することで、異なるオントロジー間のマッピングがどのように可能になるかを示す。

実験結果

リサーチクエスチョン

• RQ1 フォルクソノミーのデータを、効率的なコンテンツナビゲーションを可能にする構造的ネットワークに変換可能か？
• RQ2 得られたネットワークは、短い平均パス長と高いクラスタリングを示す小規模世界的性質を示すか？
• RQ3 このようなネットワークが、関連コンテンツの偶然的発見をどの程度支援できるか？
• RQ4 ネットワーク構造を用いることで、異なる分類システム間のオントロジー統合問題を解決可能か？
• RQ5 ユーザーが共有するタグ関係は、共同タグ付け環境における共有された文脈的理解をどの程度反映しているか？

主な発見

• フォロスドリブン・ストラクチャーネットワークは、相対的に短い平均パス長を示しており、タグ間の効率的なナビゲーションを示している。
• ネットワークは高いクラスタリング係数を示しており、関連するタグ同士の強い局所的接続性とコミュニティ形成を示している。
• これらの構造的特性により、ユーザーが短いパスをたどることで、意味的に関連するタグへ容易に移動でき、偶然のコンテンツ発見が促進される。
• ネットワークモデルは、タグの共起に基づいて、ユーザー間での共有された文脈的理解を形式的かつスケーラブルに表現するフレームワークを提供する。
• 異なるドメインにおけるフォルクソノミー・ネットワークの構造的パターンを一致させることで、オントロジー統合の実用的解決策を提供する。
• 理論的式表現と実証的分析の両方が、事前に定義されたオントロジーに依存せずに、意味的関係を推論可能であることを確認している。