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:
微博作为近年来用户数量较多的社交应用,其用户的信息压力也相对较大,推荐技术对于微博用户的体验和推广有很明显的帮助.本文将针对微博平台的好友推荐进行研究,分别采用基于社交网络分析和基于协同过滤技术的推荐算法.经过两种算法的实验对比得出结论:基于协同过滤的好友推荐算法具有较好的性能,在推荐好友数量较多的情况下依然具有较高的综合评价指标,提高了好友推荐的质量.
推荐文章
融合社交网络与关键用户的并行协同过滤推荐算法
社交网络
并行化
关键用户
协同过滤
大数据
电影推荐
基于密度的动态协同过滤图书推荐算法
协同过滤
个性化推荐
动态
相似度
基于用户引力的协同过滤推荐算法
推荐算法
协同过滤推荐
万有引力定律
社会标签
基于用户历史行为的协同过滤推荐算法
数据挖掘
协同过滤
用户偏好
项目相似度
个性化推荐
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 基于社交网络和协同过滤的微博好友推荐算法
来源期刊 北京交通大学学报 学科 工学
关键词 推荐技术 微博 社交网络 协同过滤
年,卷(期) 2016,(5) 所属期刊栏目 无线通信和滤波器设计
研究方向 页码范围 70-75
页数 6页 分类号 TP391
字数 5960字 语种 中文
DOI 10.11860/j.issn.1673-0291.2016.05.012
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 汪毓铎 北京信息科技大学信息与通信工程学院 35 118 6.0 10.0
2 黄太波 北京信息科技大学信息与通信工程学院 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (548)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (8)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 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
推荐技术
微博
社交网络
协同过滤
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
北京交通大学学报
双月刊
1673-0291
11-5258/U
大16开
北京西直门外上园村3号
1975
chi
出版文献量(篇)
3626
总下载数(次)
7
论文1v1指导