本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
在過去的幾年中，我們目睹了新型社交網路的出現（主要是在線上社群中），這些網路的表示需要比過去使用的更複雜的圖形結構。一個例子是大眾分類法，這是一種由使用者、資源和標籤組成的三方結構，由使用者協作應用於資源，以便在原本無差別的資料庫上賦予有意義的結構。在這裡，我們提出了這種三方結構的數學模型，將它們表示為隨機超圖。我們證明，在大型網路規模的限制下，可以精確計算模型的許多屬性，並將結果與真實的大眾分類法（線上攝影網站 Flickr 的觀察結果）進行比較。我們表明，在某些情況下，模型與觀察到的網路的屬性很好地匹配，而在其他情況下，則存在顯著差異，我們發現這可歸因於多重標記的實踐，即單個用戶將多個標籤應用於一個資源或將一個標籤應用於多個資源。