基于交互关系的微博用户标签预测

• 作者: 周斌 汪祥 贾焰 陈儒华 韩毅
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 标签预测 微博 交互关系 标签推荐 社交网络
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 大数据
• 页码范围: 44-50
• 页数: 7页
• 分类号: TP393
• 字数: 6451字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2013.10.005

摘要

在当今以用户贡献内容为核心的社交网络中,标签成为用户对资源进行标记和分类的重要依据.在新浪微博中,用户可以自由地给自己打上标签以表明自己的兴趣和特征等,用户标签在舆情分析与监测、广告推送和网络营销等应用中起到了非常重要的作用.针对新浪微博中绝大部分用户没有标签或标签较少的问题,提出了基于用户交互行为而产生的交互图的用户标签预测方法.在新浪微博用户量为1.4亿的真实数据集和大数据分析处理平台Hadoop上进行分析发现,本文提出的方法比当前常用的标签预测方法取得了更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾焰	国防科学技术大学计算机学院	117	2188	23.0	43.0
2	周斌	国防科学技术大学计算机学院	52	1325	19.0	35.0
3	汪祥	国防科学技术大学计算机学院	3	77	3.0	3.0
4	韩毅	北京大学信息科学技术学院	3	46	2.0	3.0
5	陈儒华	国防科学技术大学计算机学院	2	33	2.0	2.0