推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

一种基于用户动态兴趣和社交网络的微博推荐方法

更新时间:2019-12-24 01:05:03 大小:2M 上传用户:zhiyao6查看TA发布的资源 标签:微博推荐 下载积分:1分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

针对为微博用户推荐符合其兴趣取向的个性化微博信息的问题,结合LDA主题模型,提出了一种基于用户动态兴趣和社交网络(DISN)的微博推荐方法.DISN方法首先引入时间函数,推断出用户的兴趣向量,通过对新发布的微博数据内容进行聚类分组,以用户兴趣向量筛选与用户最匹配的分组,随后以网格索引的形式对选定的分组中微博进行查询,计算微博发布者被目标用户关注的可能性并进行排序,最终形成推荐列表.实验验证了DISN方法较之传统方法更具有效性和高效性.


部分文件列表

文件名 大小
一种基于用户动态兴趣和社交网络的微博推荐方法.pdf 2M

部分页面预览

(完整内容请下载后查看)
4
Vol. 45 No. 4  
Apr. 2017  
2017  
4
ACTA ELECTRONICA SINICA  
一种基于用户兴趣和  
网络的微博推荐方法  
1
1
1
2
, , ,  
学军 李 斌 章 玮  
( 1.  
京工大学计算机科学与技术学院 京  
211816; 2.  
73677  
京  
210016)  
中国  
:
LDA ,  
提出一种基于  
针对微博用户推荐合其兴趣取向个性微博信息的问题 合  
( DISN) . DISN , ,  
方法入时间函数 出用户兴趣通过新  
用户兴趣和网络  
的微博数据内进行聚组 以用户兴趣用户最的分后以选定的分组  
DISN  
的微博推荐方法  
中微博进行计算微博目标用户关的可能并进行排序 终形推荐实验验了  
方法  
传统方法性和高性  
:
;
; LDA;  
;
;
关键词  
中图分类号  
URL: http: / /www. ejournal. org. cn  
兴趣 网络  
个性推荐 微博  
0372-2112 ( 2017) 04-0898-08  
DOI: 10. 3969 /j. issn. 0372-2112. 2017. 04. 019  
:
TP391  
:
A
:
文章编号  
文献标识码  
电子学报  
Personalized Microblogging Recommendation Based on Dynamic  
Interests and Social Networking of Users  
1
1
1
2
CHEN Jie LIU Xue-jun LI Bin ZHANG Wei  
( 1. Department of Computer Science and TechnologyNanjing Tech UniversityNanjingJiangsu 211816China;  
273677 PLA TroopsNanjingJiangsu 210016China)  
Abstract: To recommend useful microblogs that match usersinterests and likes effectivelyan approach in which the  
dynamic interests and social networking ( DISN) of users are seamlessly integrated based on LDA model is proposed. The  
approach infers the interest vector of users better by using time function and groups the new published microblogs by cluste-  
ring method and gets the best matching groups with usersinterest vector. Then DISN traverses the selected groups by grid  
querying approach and matches the microblogs with publishersprobabilities of being followed and sorts the result. Finally  
the personalized microblogging recommendation is achieved. Experimental results show that DISN is more effective and effi-  
cient than the traditional models.  
Key words: dynamic interests; social networking; LDA; grid querying; personalized recommendation; microblog  
; ,  
生着变此外 微博推荐在一定上也是向用户  
1
引言  
,  
推荐趣相用户 而有个性化  
web 2. 0  
技术的  
着  
推荐要  
微博文本作为微博的信息很好用户  
tweet、  
微博逐渐展成分  
.  
信息的重数以亿计的用户 根据新  
兴趣取向以及传统的微博推荐方法  
2014  
微博  
,  
年微博用户发微博月  
都采基于推荐方法 基于推荐方法  
1. 67  
,  
亿 大的用户群 每生  
用户数到  
要解问题是用户进行传统的方法对  
数据 用户很容数据而如  
数据选取并推荐用户兴趣变得  
用户发的所数据进行处理 推  
用户兴趣 如高明等提出的基于  
LDA  
以及动  
1]  
,  
用户兴趣往往时间而  
Otsuka E  
窗口个性微博推荐方法  
提出基  
: 2015-09-07;  
: 2015-11-12;  
:
收稿日期  
修回日期  
责任编辑 瑶  
) ( No. BE2015697)  
省重点研计划 社展  
:
基金项目 国家自然科学基金  
( No. 61203072) ;  
(
899  
4
:
一种基于用户兴趣和网络的微博推荐方法  
2]  
TF-IDF  
HF-IHU  
方法未  
的微博推荐方法  
, ; ,  
考虑时间因素 因用户兴趣变此外 微  
推荐在一定上 更希望用户微博的发  
, , ,  
传统的微博推荐方法 往往  
1 ~ 3]  
, ,  
重于推荐 未  
用户的信息求  
考虑用户的社求  
针对问题 提出基于趣和  
( DISN)  
的微博推荐方法 方法先将新发  
网络  
的微博数据基于其内进行对微博  
LDA( Latent Dirichlet Allocation)  
进行组 利用  
模  
组后组内微博以及用户发微博的  
, ,  
入时间函数 整用户近及远期微博数  
, ,  
用户兴趣取向 并以此为  
.  
选取用户兴趣取向最的微博分组 进以  
的方选定微博中的各条微博 依  
据用户与微博兴趣相用户对微博布  
的信任计算微博用户的可能性  
并根据可能低以及微博的度进行排序 终  
. 1  
生成合适的微博推荐示  
: ( 1)  
文主下  
入时间函数 更好提  
取用户兴趣取向 地解用户兴趣时间移  
; ( 2)  
生变问题  
通过用户兴趣和用户网  
, ,  
络的整合 在推荐用户兴趣加用  
户关微博的可能更好推荐效  
; ( 3)  
提出阶段的微博推荐阶段  
根据用户兴趣取向选取的微博分二  
阶段选定中微博 根据微博用户关  
可能的大选定最推荐用户的微博  
; ( 4)  
验验了该方法的性和高性  
2
用户兴趣向  
2. 1 LDA  
模型  
4]  
LDA  
Blei D M  
2003  
型  
技术 可以用来模文档集  
ment collection) ( corpus)  
提出 是一种非  
( docu-  
信息  
库  
;
φ  
zn  
2
示  
( 4)  
w .  
n
φ 生成词  
zn  
M
当给定一个有 档集合  
DK  
共包含  
M
D
LDA  
:
档集合  
生成率为  
) p( ) p( w  
θ
n
zn  
zN  
w.  
α β 布  
题  
M
Nm  
p(  
)
α
θ
d
)
)
θ
(
p( z  
m
φ
zn  
p( ) ,  
α θ 数 用生成一  
m
θ
β
n
m
m =1  
n =1  
θ β 矩阵  
( 1)  
比较变量 θ 和  
Gibbs Sampling  
p( w | z) .  
:
则文本生成程可描述下  
:
-
( 1)  
d D,  
布  
Dir ( )  
α 中  
-
方法得  
由  
d
生成θ  
;
2. 2  
用户兴趣  
LDA  
文通过使用  
( 2)  
d
n
从主θ 生成档  
提取用户的微  
z ;  
n
题  
博的布 从用户兴趣取向  
( 3)  
Dir (  
) z  
β 生成的  
n
布  

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载