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:
微博用户推荐对完善社交网络体系、提高用户体验具有重要意义。在分析影响微博用户推荐的四类特征信息,包括用户的个人基本信息、社交网络、微博内容、用户标签基础上,提出基于逻辑回归模型排序的微博用户推荐方法。基于微博数据集的实验结果表明,所提出的方法是有效的,有效提高微博用户推荐的性能。
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
融合用户兴趣模型与会话抽取的微博推荐方法
用户兴趣模型
会话抽取
归一化割
非负矩阵分解
微博推荐
结合信任和用户关系的微博关注推荐算法
信任度
用户行为
用户关系
关注推荐
逻辑回归
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LR模型排序的微博用户推荐
来源期刊 现代计算机:中旬刊 学科 工学
关键词 微博 用户推荐 逻辑回归
年,卷(期) 2016,(6) 所属期刊栏目
研究方向 页码范围 39-44
页数 6页 分类号 TP391.12
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 刘振 上海海事大学信息工程学院 7 89 3.0 7.0
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  (22)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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
微博
用户推荐
逻辑回归
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
总被引数(次)
0
论文1v1指导