社会化标注环境下基于活跃度指数的图书特色挖掘研究

对图书特色进行挖掘和展示，有利于减轻图书数量的爆炸性增长为读者选书带来的困扰。随着Web2.0 的发展，产生了一批规模较大的社会化图书标注系统，并积累了大量的标签，这为图书特色全面挖掘带来了契机。以社会化标签为基础数据源，本文提出了基于活跃度指数的图书特色挖掘模型，并以国外知名图书社会化标注系统LibraryThing中1206本科幻小说的标签数据为例进行了原型实现。从原型系统效果看，96.77%的图书能够基于该策略挖掘出至少一个特色标签，平均为6.5个；通过与SF Signal网站的专家总结的图书特色相比，该策略能够覆盖专家分析特色的77.2%，且绝大部分非重合标签也反映了图书的特色，因此该策略能够较好地实现图书特色挖掘。