融合标签关联关系与用户社交关系的微博推荐方法

• 作者: 张迪 蔺想红 贾美惠子 马慧芳
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 微博推荐 标签检索 用户-标签矩阵 用户标签权重 标签关联关系 用户-用户社交关系相似度矩阵
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 112-118
• 页数: 7页
• 分类号: TP393.092
• 字数: 6744字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2017.01.016

摘要

通过分析微博特点及现有微博推荐算法的缺陷,提出一种融合了标签间关联关系与用户间社交关系的微博推荐方法.采用标签检索策略对未加标签和标签较少的用户进行加标,构建用户-标签矩阵,得到用户标签权重,为了解决该矩阵中稀疏的问题,通过挖掘标签间的关联关系,继而更新用户-标签矩阵.考虑到多用户之间社交关系对挖掘用户兴趣并进行微博推荐的重要性,构建用户-用户社交关系相似度矩阵,并与更新后的用户-标签矩阵进行迭代,得到最终的用户兴趣并进行相关推荐.实验证明了该算法针对微博信息推荐是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔺想红	西北师范大学计算机科学与工程学院	28	207	8.0	13.0
2	马慧芳	西北师范大学计算机科学与工程学院	59	520	12.0	21.0
3	张迪	西北师范大学计算机科学与工程学院	12	52	4.0	7.0
4	贾美惠子	西北师范大学计算机科学与工程学院	4	40	3.0	4.0