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:
以微博用户推荐算法中相似度计算为研究对象,根据微博用户关注信息的特点,分析了关注用户的流行度的不同程度,以及这种程度差异对相似度计算产生的影响,在此基础之上提出了一种加入流行度制衡因子的相似度计算方法。可通过流行度制衡因子,在计算用户相似度时,适度减少(增加)流行度偏高(偏低)的用户对计算结果的影响。实验结果表明:加入流行度制衡因子的用户相似度计算具有更好的推荐效果。
推荐文章
融合兴趣的微博用户相似度计算研究
微博
兴趣
用户聚类
相似度计算
融合兴趣的微博用户相似度计算研究
微博
兴趣
用户聚类
相似度计算
基于用户扩展兴趣的微博推荐方法
个体兴趣
关联兴趣
扩展兴趣
微博推荐
基于文本属性的微博用户相似度研究
微博
社交网络
用户相似度
文本相似度
余弦相似度
层次分析法
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 基于流行度制衡的微博用户相似度计算方法
来源期刊 中南民族大学学报(自然科学版) 学科 工学
关键词 微博 个性化推荐 用户相似度 流行度制衡
年,卷(期) 2015,(3) 所属期刊栏目 计算机科学
研究方向 页码范围 88-94
页数 7页 分类号 TP393.092|TP391.3
字数 6208字 语种 中文
DOI
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 覃俊 中南民族大学计算机科学学院 51 338 11.0 16.0
2 李欢 中南民族大学计算机科学学院 2 2 1.0 1.0
3 周磊 中南民族大学计算机科学学院 3 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (181)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(9)
  • 参考文献(2)
  • 二级参考文献(7)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
微博
个性化推荐
用户相似度
流行度制衡
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
中南民族大学学报(自然科学版)
季刊
1672-4321
42-1705/N
大16开
武汉市民院路5号
1982
chi
出版文献量(篇)
2596
总下载数(次)
4
总被引数(次)
11010
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导