个性化微博推荐算法

• 作者: 张铭 王子琪 王晟
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 微博 推荐 贝叶斯个性化排序(BPR)
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 学术研究
• 页码范围: 895-902
• 分类号: TP391
• 字数: 7464字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2012.10.004

摘要

微博不同于传统的社会网络和电子商务网站,存在用户活跃程度低,微博数据稀疏和用户兴趣动态变化等特点,将传统推荐算法应用于微博推荐时,效果并不理想.提出了一种基于贝叶斯个性化排序的微博推荐算法,对用户进行个性化微博推荐.该基于贝叶斯个性化排序的微博推荐算法,以微博对的形式提取微博系统中的隐式信息,对这些微博对进行学习,从而得到用户对不同微博的兴趣值.根据每条微博发出的时间,估计每条微博对的可信度.发出时间越接近的微博对,它的可信度就越高,并且对用户的兴趣值影响就越大.在新浪微博的真实数据上进行实验和评测,结果表明该基于贝叶斯个性化排序的微博推荐算法相比于对比算法,在进行微博推荐时有更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张铭	北京大学信息科学技术学院	54	2570	19.0	50.0
2	王晟	北京大学信息科学技术学院	15	116	5.0	10.0
3	王子琪	北京大学信息科学技术学院	3	47	1.0	3.0