一种基于内容挖掘的社会网搜索框架

• 作者: 庄燕滨 王文 王树锋
• 来源期刊: 微电子学与计算机
• 关键词: 搜索框架 社会网 内容挖掘 专家定位 用户偏好
• 年，卷（期）: 2014,（6）
• 页码范围: 64-67
• 页数: 4页
• 分类号: TP391
• 语种: 中文

摘要

提出了一种社会网搜索框架，从用户过去的及其与之连接的朋友新近提交的内容中挖掘用户对不同主题下同一项目的偏好信息，结合用简单贝叶斯方法确定的、与标记关联的某个项目属于不同主题的概率，对用户提交的查询进行搜索，推荐框架将检索得到的项目中排在前面的推荐给用户。实验表明，添加用户偏好能很好地改善搜索的性能，准确率和招回率均有极大的提高。另外该方法稍做扩展也能成为在社会网中发现领域专家，从而改进了专家的定位机制。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文		20	74	5.0	8.0
3	庄燕滨		53	430	11.0	19.0
5	王树锋		17	99	6.0	9.0