基于非负多矩阵分解的微博网络信息推荐

• 作者: 何敏 余江 张国英 徐涛 武浩 蔡光卉
• 来源期刊: 计算机应用研究
• 关键词: 微博网络 推荐 非负多矩阵分解 好友 主题
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2718-2722,2726
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.09.034

摘要

微博网站作为一种流行的社交媒体形式,在为用户提供丰富信息和服务的同时,也带来了信息超载问题.如何利用微博网络为用户推荐有价值的信息,以缓解信息超载问题变得日益重要.根据微博网络的有向性以及建立关注关系的随意性等特点,提出了一种基于非负多矩阵分解的微博网络推荐方法,综合考虑了用户之间的关注关系、用户与微博内容的转发关系,以及微博内容与主题的所属关系等多源信息.基于新浪微博数据集进行了微博内容推荐实验,结果表明基于非负多矩阵分解的方法能够有效利用微博网络中的多维信息,显著提高推荐准确度.该方法不仅能挖掘出微博内容的主题,还能挖掘出用户间的关联关系,可推广到对用户进行好友和主题的推荐.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余江	云南大学信息学院	69	295	9.0	13.0
2	何敏	云南大学信息学院	32	103	6.0	8.0
3	蔡光卉	云南大学信息学院	35	95	6.0	8.0
4	武浩	云南大学信息学院	14	60	5.0	7.0
5	张国英	云南大学信息学院	3	10	1.0	3.0
6	徐涛		3	6	1.0	2.0