タグから類似度をはかる - アイデアレベル 2008/03/03

詳しくみていないのですが、記事の類似度で結ぶサービスがリリースされていました。

• 【シムエントリ】記事同士でブログをむすぶブログパーツ

どういうふうな仕組みになのかというのは開発者のブログにありました。

記事の類似度を測る方法として、ベクトル空間モデル(TF*IDF)を用いています。こえむの編集後記 » ブログを記事で結ぶブログパーツ『シムエントリ』をリリース

ところで、ベクトル空間モデルから、昔、ちょっとだけ触ったことがあるコンセプトベースのことを思い出しました。

• 知の活用がビジネスを成功に導く Knowledge Power Web

コンセプトベースには概念検索なるものがあったなぁ。

以前、プログラマメモ2: Blogger 関連ありそうな記事のリンクをつける。を試していたとき、タグの付け方から、類似度をもう少し正確に割り出すことができないかなぁと思っていました。

で、記事全体から単語を抽出するのは大変そうなので、単純にタグ(Bloggerならラベル)から、記事の類似度をはかってクラスタリングするのはありなのではないかというふうに考えたわけです。

タグ(ラベル)は記事を書いた作者が、意図をこめてつけるので、その時点である程度記事のグループ化ができているわけでし。

ですが、タグってあんまり細かく分類してつけてないですよね。固有名詞をさほど使っていない。記事が増えると大雑把なくくりで記事が埋没してしまう。タグでそもそも分類しようと考えないほうがいいのかも。

参考

• ソーシャルブックマークが使いやすくなるタグの付け方7つのコツ*ホームページを作る人のネタ帳
• まとめブロガーとニュースブロガーがブックマークする時に覚えておくと便利なタギングのコツ*ホームページを作る人のネタ帳

記事から自動でタグの候補をみつけてくれるサービスもありますね。

• tagthe.net - Webservice that tags your resources

タグ(ラベル)から記事の類似度をはかるのはありだと思うんですが、どうなんでしょうかね。