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:
情境信息是一个影响人的兴趣的重要因素。在传统LDA模型的基础上加入情境信息对LDA模型的结果进行调整。在用LDA模型生成的文档-主题和主题-词的基础上,将用户兴趣根据不同的情境信息进行划分,进一步生成主题-心情分布。在此基础上提出基于时间情境的Time-LDA算法和基于心情情境的Mood-LDA算法。在真实的数据集上的实验表明所提出的算法能显著的提高微博信息推荐的准确性。
推荐文章
基于用户标签的微博推荐算法
微博推荐算法
用户标签
TextRank排序方法
微博列表
效应函数
生命周期
基于非负多矩阵分解的微博网络信息推荐
微博网络
推荐
非负多矩阵分解
好友
主题
一种基于社区发现的微博个性化推荐算法
微博推荐算法
用户模型
社区发现
效用函数
基于联合概率矩阵分解的微博关注推荐算法
微博关注推荐
联合概率矩阵分解
关系相似度
影响力模型
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 基于情境信息的微博推荐算法研究
来源期刊 现代计算机:中旬刊 学科 工学
关键词 情境信息 LDA Time-LDA Mood-LDA
年,卷(期) 2016,(6) 所属期刊栏目
研究方向 页码范围 33-38
页数 6页 分类号 TP393.4
字数 语种
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 王栋 上海海事大学信息工程学院 10 18 3.0 4.0
2 栾翠菊 上海海事大学信息工程学院 20 42 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (32)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
研究主题发展历程
节点文献
情境信息
LDA
Time-LDA
Mood-LDA
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
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
论文1v1指导