基于协同过滤的个性化微博推荐算法研究

• 作者: 秦晓晖
• 来源期刊: 软件工程
• 学科: 工学
• 关键词: 微博推荐 协同过滤 矩阵分解
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 方法与技术
• 页码范围: 14-17
• 页数: 4页
• 分类号: TP391
• 字数: 4421字
• 语种: 中文

摘要

当前,微博已经成长为世界上最有影响力的社交网络服务之一.随着微博的流行,微博上大量的数据也使得用户无法快速获取他感兴趣的信息.推荐系统是通过研究用户已有数据来发掘用户兴趣,从而为用户推荐可能感兴趣的对象,如产品、网页、微博等.本文介绍了一种基于协同过滤推荐技术的微博推荐算法,从影响用户兴趣度的隐性因素,以及微博互联网中的数据采集和预处理等角度对微博推荐进行研究.使用矩阵分解对隐性因素建模,在已有用户与微博、用户与微博发布者影响因素的基础上,提出微博与微博发布者影响因素,提高了原算法的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦晓晖	太原工业学院计算机工程系	2	9	1.0	2.0