基于博文及网络结构信息的好友推荐方法

• 作者: 李德玉 王素格 许超逸
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 好友推荐 社交网络 微博 网络结构 用户兴趣
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 55-60
• 页数: 6页
• 分类号: TP391
• 字数: 6065字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1503-0173

摘要

由于人们在书写用户属性信息时随意性和虚假性,使得在进行用户兴趣建模时用户属性无法得到有效利用.针对该问题,提出了一种基于兴趣偏好和网络结构的混合好友推荐方法.采用LDA主题模型对用户微博进行建模,从中挖掘用户兴趣,并依据同质性原理利用好友兴趣偏好对目标用户兴趣偏好进行修正.同时,采用一种新颖的基于网络结构的预测指标度量用户间的亲密程度.实验结果表明,与仅利用网络结构的推荐效果相比,加入用户兴趣后的模型在准确率及AUC指标上有显著提升,同时也可提高部分博文主题不明确用户的兴趣挖掘效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德玉	山西大学计算机与信息技术学院	83	753	12.0	24.0
5	王素格	山西大学计算机与信息技术学院	88	812	14.0	25.0
9	许超逸	山西大学计算机与信息技术学院	2	8	1.0	2.0