社交网络用户兴趣挖掘研究

• 作者: 何炎祥 刘续乐 孙松涛 梁伟 陈强
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 用户兴趣挖掘 社交网络 关键词抽取 概率潜在语义分析 话题模型
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 计算机软件与数据库研究
• 页码范围: 2385-2389
• 页数: 5页
• 分类号: TP391
• 字数: 5816字
• 语种: 中文

摘要

面向消费者的公司或者企业都希望了解他们用户的需求,而大量的用户产生的数据在很大程度上就体现了用户的兴趣和需求.提出一种用于社交网站上,针对用户生成内容(User Generate Content UGC)和用户关注信息的用户兴趣发掘方法.首先通过启发式初始化的PLSA模型训练得到贴近兴趣类别的话题模型,然后从训练结果中抽取可靠的话题并以此构建分类器,对用户的分享数据进行分类,最后根据用户的分享数据分类结果来识别用户的兴趣类别.在初始化PLSA模型时,用关键词抽取算法抽取每个分类的关键词,并给这些关键词赋予较高的PLSA初始权重,以此来引导PLSA模型的训练.实验的结果表明:本文方法可以有效的构建用户兴趣类别,并对用户兴趣的挖掘比较理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何炎祥	武汉大学计算机学院	179	1866	22.0	35.0
5	梁伟	武汉大学计算机学院	80	393	10.0	16.0
6	陈强	武汉大学计算机学院	20	297	8.0	17.0
10	孙松涛	武汉大学计算机学院	9	204	5.0	9.0
14	刘续乐	武汉大学计算机学院	5	64	3.0	5.0