用户兴趣相似性度量的关系预测算法

• 作者: 胡敏 陆卫金 魏青 黄宏程
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 用户兴趣 相似性 多阶量化 关系预测
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 学术研究
• 页码范围: 1068-1079
• 页数: 12页
• 分类号: TP391
• 字数: 9556字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1606038

摘要

针对目前研究微博用户兴趣变化时,只考虑用户兴趣的易变性而忽略了用户兴趣持久性的问题,提出了基于用户兴趣相似性的用户关系预测算法.将用户兴趣分为短期兴趣和长期兴趣,用户的文本信息表征为短期兴趣,用户的标签表征为长期兴趣.根据长短期兴趣的特征,采用频率统计和多阶量化的方法度量用户兴趣度并更新用户兴趣状态.最后通过余弦相似性指标计算用户间的兴趣相似度来预测用户关系.实验结果表明,该算法能够准确描述用户兴趣,提高用户关系预测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡敏	重庆邮电大学通信与信息工程学院	43	189	7.0	12.0
2	黄宏程	重庆邮电大学通信与信息工程学院	29	140	7.0	10.0
6	魏青	重庆邮电大学通信与信息工程学院	4	12	2.0	3.0
7	陆卫金	重庆邮电大学通信与信息工程学院	2	16	2.0	2.0