近几年随着移动互联网的高速发展,手机上的应用程序(APP)呈现出爆炸式增长,如何帮助用户在海量的APP中找到合适的APP是各下载平台急需解决的问题。传统热门排序的方法缺点十分明显,热门的APP竞争有限的曝光位置,大量长尾的APP得不到出场机会,这十分不利于APP生态圈的构建。标签体系是Web2.0时代解决资源对象长尾、帮助用户管理、检索资源对象的有效方式。在APP领域鲜有标签体系的研究,APPStore、Google Play等国外代表性APP下载平台也尚无标签功能,但未来随着APP数量继续爆炸式增长,通过标签体系来解决APP长尾问题势在必行。本文致力于对这一全新领域进行探索,研究如何高效、自动、准确地构建APP领域标签体系,具体包括四方面工作:·数据预处理工作:针对APP数据专门进行了新词发现、停用词表构建,在360APP数据集上实验表明,预处理工作可以显著改善标签质量。·标签提取工作:归纳总结了常用的关键词提取、标签推荐算法,根据APP数据存在多维度文本的特点,改进提出了三种有效的标签提取算法(SemanticRank、RankScore1、RankScOre2算法),更加适应APP数据集特点,得到较优的标签结果。·标签整合工作:借鉴知识图谱思想,引入多个外部数据源构建同义词关系、偏序关系整合标签,大幅提高了APP覆盖率、召回率,解决了标签杂乱、不规范的问题。另外,本文提出APP标签树的方法管理APP标签,使得APP标签多维度问题得到有效解决。·标签管理系统工作:实现了APP标签管理系统,系统融入了预处理、标签提取、标签整合相关成果,并提供友好的交互界面和可视化界面,方便标签管理人员维护、管理标签。