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:
微博用户兴趣挖掘是个性化推荐、社群划分的基础工作.在深入分析微博网络特点的基础上,给出了能够揭示微博网络多模性的描述模型,对面向微博网络的后续研究具有参考价值.根据微博网络的特点,提出了基于背景的用户静态兴趣表示及挖掘方法,以及基于微博的用户动态兴趣表示和挖掘方法.针对微博网络中缺少背景信息、发表微博很少的大量不活跃用户,提出了基于关注的用户兴趣挖掘方法.以新浪微博为例,选取了时尚、企业管理、教育、军事、文化这5个领域进行用户兴趣挖掘及相似度计算的实验分析和比较,结果表明,与主流的兴趣挖掘方法相比,该微博用户兴趣的表示和挖掘方法可以有效地改善微博用户兴趣挖掘的效果.
推荐文章
基于发文内容的微博用户兴趣挖掘方法研究
微博
发文内容
兴趣挖掘
主题短语模型
知识库
基于文本聚类与兴趣衰减的微博用户兴趣挖掘方法
微博
single-pass聚类
LDA模型
用户兴趣挖掘
兴趣衰减
结合微博关注特性的UF_AT模型用户兴趣挖掘研究
微博
用户关注特性
作者主题模型
兴趣挖掘
微博中结合转发特性的用户兴趣话题挖掘方法
微博
用户
兴趣转发
跟随转发
主题模型
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 基于背景和内容的微博用户兴趣挖掘
来源期刊 软件学报 学科 工学
关键词 微博网络 用户兴趣表示 用户静态兴趣 用户动态兴趣 用户兴趣挖掘 用户兴趣相似度计算
年,卷(期) 2017,(2) 所属期刊栏目 数据库技术
研究方向 页码范围 278-291
页数 14页 分类号 TP311
字数 13343字 语种 中文
DOI 10.13328/j.cnki.j0s.005030
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 胡云 淮海工学院计算机工程学院 25 259 8.0 15.0
2 李存华 淮海工学院计算机工程学院 95 723 15.0 22.0
3 仲兆满 淮海工学院计算机工程学院 30 190 8.0 12.0
5 管燕 淮海工学院计算机工程学院 12 74 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (189)
参考文献  (17)
节点文献
引证文献  (36)
同被引文献  (74)
二级引证文献  (21)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1955(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(13)
  • 参考文献(6)
  • 二级参考文献(7)
2014(6)
  • 参考文献(5)
  • 二级参考文献(1)
2015(6)
  • 参考文献(6)
  • 二级参考文献(0)
2017(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(14)
  • 引证文献(12)
  • 二级引证文献(2)
2019(27)
  • 引证文献(16)
  • 二级引证文献(11)
2020(12)
  • 引证文献(4)
  • 二级引证文献(8)
研究主题发展历程
节点文献
微博网络
用户兴趣表示
用户静态兴趣
用户动态兴趣
用户兴趣挖掘
用户兴趣相似度计算
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
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导