本书以网络信息资源管理的重要工具——社会化标签系统为研究对象，在对国内外研究现状全面评述的基础上，从原始的标注信息入手，逐步融合社会化标注系统中蕴含的其它有用信息，研究并提出了：①基于共同共现群体相似度的标签谱聚类方法；②基于LDA（Latent Dirichlet Allocation）模型的标签综合聚类方法；③融合内容与链接分析的标签聚类方法等。本书较系统地解决了社会化标注系统中存在的稀疏、歧义、语义模糊等问题，完善了标签聚类的方法体系。研究成果不仅为标签聚类知识的获取提供了有效的手段，也为网络信息资源的重组与应用提供了良好的基础。
本书可供科研单位、互联网和大数据企业、高校及其它相关部门参考使用。

第1章 绪论
1.1 研究背景及意义
1.2 标签聚类方法中存在的问题分析
1.3 主要内容与本书的组织结构
1.3.1 主要内容
1.3.2 本书组织结构
1.4 本章小结
第2章 社会化标注及相关研究综述
2.1 社会化标注系统及其模型
2.2 社会化标注的相关研究综述
2.2.1 用户的标注动机与标签的分类
2.2.2 社会化标注的动态演化规律
2.2.3 标签的语义识别
2.2.4 标签的推荐
2.2.5 标签的可视化
2.2.6 标签在信息检索中的应用
2.2.7 标签聚类对相关研究的作用
2.3 本章小结
第3章 基于相似度的社会化标签聚类方法研究
3.1 引言
3.2 相关工作
3.3 传统的标签相似度测量方法
3.3.1 基于向量空间模型的方法
3.3.2 基于共现的方法
3.3.3 传统标签相似度测量方法的分析与总结
3.4 经典的聚类算法
3.4.1 K-means算法
3.4.2 凝聚式层次聚类算法
3.4.3 经典聚类算法的分析与比较
3.5 基于共同共现群体相似度的标签谱聚类方法
3.5.1 标签的共现关系分析
3.5.2 标签的共同共现群体相似度
3.5.3 谱聚类算法
3.5.4 标签共现谱聚类算法
3.6 实验与分析
3.6.1 实验数据集
3.6.2 评价指标
3.6.3 实验结果分析
3.7 本章小结
第4章 基于主题模型的社会化标签聚类方法研究
4.1 引言
4.2 相关工作
4.2.1 LDA主题模型
4.2.2 LDA吉布斯采样（Gibbs Sampling）公式的推导
4.2.3 LDA在社会化标注中的应用
4.3 基于LDA的标签综合聚类方法
4.3.1 三元标注关系中标签的语义分析
4.3.2 基于LDA的标签综合聚类方法的建模
4.3.3 聚类步骤
4.4 实验与分析
4.4.1 LDA主题模型的评价
4.4.2 基于LDA的标签综合聚类结果的评价
4.5 本章小结
第5章 融合内容与链接分析的社会化标签聚类方法研究
5.1 引言
5.2 相关工作
5.2.1 对社会化标注系统中用户社会关系的利用
5.2.2 对社会化标注系统中资源内容和资源引用关系的利用
5.3 融合用户社会关系的标签LDA模型及其标签聚类方法
5.3.1 用户社会关系建模及其链接分析
5.3.2 融合社会关系的用户加权标签LDA模型
5.3.3 实验与分析
5.4 融合引用关系的资源内容与标签的联合LDA模型及其标签聚类方法
5.4.1 资源引用关系建模及其链接分析
5.4.2 资源内容的表示
5.4.3 基于资源加权的词与标签的联合LDA模型
5.4.4 实验与分析
5.5 融合内容与关系的标签综合LDA模型及其聚类方法
5.5.1 融合内容与关系的标签综合LDA聚类方法
5.5.2 实验与分析
5.6 本章小结
附录 主要符号说明
参考文献
后记