作者:
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:
在微博环境下,好的用户兴趣建模系统可以有效支持个性化推荐、搜索及个性化广告推送等系统,因此用户兴趣图谱建模非常重要。本文从体系结构角度出发,讲述了微博用户兴趣建模分布式体系结构及其关键的数据挖掘算法。
推荐文章
基于发文内容的微博用户兴趣挖掘方法研究
微博
发文内容
兴趣挖掘
主题短语模型
知识库
基于文本聚类与兴趣衰减的微博用户兴趣挖掘方法
微博
single-pass聚类
LDA模型
用户兴趣挖掘
兴趣衰减
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
微博中结合转发特性的用户兴趣话题挖掘方法
微博
用户
兴趣转发
跟随转发
主题模型
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 大规模微博用户兴趣图谱挖掘
来源期刊 程序员 学科 工学
关键词 数据挖掘算法 用户兴趣 图谱 分布式体系结构 个性化推荐 建模系统 结构角 搜索
年,卷(期) cxy_2014,(5) 所属期刊栏目
研究方向 页码范围 102-105
页数 4页 分类号 TP311.13
字数 语种
DOI
五维指标
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)
2014(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
数据挖掘算法
用户兴趣
图谱
分布式体系结构
个性化推荐
建模系统
结构角
搜索
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
程序员
月刊
1672-3252
11-5038/G2
16开
北京市朝阳区广顺北大街33号院1号楼福码
2-665
2000
chi
出版文献量(篇)
10184
总下载数(次)
35
论文1v1指导