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:
目前新浪微博的好友推荐机制存在一些缺点,通过研究微博社区结构和权威用户对好友推荐的影响,提出了一种改进的基于新浪微博的好友推荐算法.在同一徽博社区中,通过查找权威用户,并结合用户之间的兴趣相似度和信任度进行好友推荐,推荐过程中两次计算了用户的兴趣相似度并引入用户间信任度传播模型.选取微博社区中目标用户进行实验的结果表明,权威用户在好友推荐中起了重要作用,提高了好友推荐的效果.同时通过将该算法推荐的好友列表和原新浪微博推荐的好友列表作对比,实验表明该算法具有较好的推荐效果.
推荐文章
一种新的新浪微博好友推荐算法
微博社区
权威用户
兴趣相似度
信任度
好友推荐
一种基于社区发现的微博个性化推荐算法
微博推荐算法
用户模型
社区发现
效用函数
新浪微博数据爬取研究
新浪微博
数据爬取
微博爬虫
Python
基于用户标签的微博推荐算法
微博推荐算法
用户标签
TextRank排序方法
微博列表
效应函数
生命周期
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 一种改进的新浪微博好友推荐算法
来源期刊 常州大学学报(自然科学版) 学科 工学
关键词 好友推荐 微博社区结构 权威用户 兴趣相似度 信任度
年,卷(期) 2013,(3) 所属期刊栏目 信息与计算技术
研究方向 页码范围 66-70
页数 5页 分类号 TP301.6
字数 4834字 语种 中文
DOI 10.3969/j.issn.2095-0411.2013.03.017
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 杨长春 常州大学信息科学与工程学院 52 366 10.0 17.0
2 杨晶 常州大学信息科学与工程学院 6 119 4.0 6.0
3 丁虹 常州大学信息科学与工程学院 3 77 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (59)
参考文献  (6)
节点文献
引证文献  (11)
同被引文献  (8)
二级引证文献  (6)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(4)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
好友推荐
微博社区结构
权威用户
兴趣相似度
信任度
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
常州大学学报(自然科学版)
双月刊
2095-0411
32-1822/N
大16开
江苏省常州市大学城
1989
chi
出版文献量(篇)
1682
总下载数(次)
5
总被引数(次)
7702
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导