基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
信息推送和信息提取相比,是一种更为智能、只有更高时效性的信息获取方式。在此类服务中,信息服务商主动地将组织后的信息通过某种渠道推送给用户,使得用户能及时获知与自己兴趣相关的信息。因此,获得用户的兴趣是信息摊送的基础。利用网络信息挖掘的相关技术,对用户历史浏览的微博内容、好友结构和用户编写博文的行为等进行研究学习,将得到的用户兴趣喜好用结构化的形式保存作为用户个体的兴趣模型:同时在不断的学习过程中,针对用户行为以及浏览内容的变化,对已有的用户兴趣模型进行修改更新。
推荐文章
基于用户兴趣模型的信息推送系统研究
Agent
信息推送
用户兴趣建模
向量空间模型
信息过滤
基于文化安全的微博信息推送技术的研究
文化安全
微博
信息推送
用户兴趣模块
结合微博关注特性的UF_AT模型用户兴趣挖掘研究
微博
用户关注特性
作者主题模型
兴趣挖掘
融合用户兴趣模型与会话抽取的微博推荐方法
用户兴趣模型
会话抽取
归一化割
非负矩阵分解
微博推荐
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 微博信息推送系统中用户兴趣模型的研究
来源期刊 汉口学院学报 学科 工学
关键词 信息推送 支持向量机(VSM) 衰减因子
年,卷(期) 2013,(1) 所属期刊栏目
研究方向 页码范围 57-59
页数 3页 分类号 TP391
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈盛双 汉口学院公共数学部 11 0 0.0 0.0
2 崔唯 汉口学院公共数学部 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信息推送
支持向量机(VSM)
衰减因子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
汉口学院学报
季刊
湖北省武汉市江夏区文化大道299号
出版文献量(篇)
733
总下载数(次)
4
总被引数(次)
0
论文1v1指导