作者:
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:
根据微博用户的行为,把微博文本数据分为三种:发布微博、转发微博和评论微博.在传统的LDA模型的基础上,建立一种基于微博类型的的LDA模型,该模型考虑到微博的类型,并且考虑用户兴趣的时间因素内容,可以增强对微博用户实时个性化推荐的准确性.通过实验的验证,所提出的方法对于微博用户实时个性化的效果良好.
推荐文章
一种基于社区发现的微博个性化推荐算法
微博推荐算法
用户模型
社区发现
效用函数
微博个性化标签图形化RTM模型Gibbs采样推荐
Gibbs采样
微博标签
关系主题模型
top-k算法
基于LDA模型的多角度个性化微博推荐算法
微博
个性化推荐
隐含狄利克雷分布模型
推荐算法
评分预测
Top-N推荐
个性化微博推荐算法
微博
推荐
贝叶斯个性化排序(BPR)
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LDA的微博用户实时个性化推荐算法
来源期刊 现代计算机 学科
关键词 微博 LDA 个性化推荐
年,卷(期) 2017,(14) 所属期刊栏目 研究与开发
研究方向 页码范围 30-33
页数 4页 分类号
字数 3135字 语种 中文
DOI 10.3969/j.issn.1007-1423.2017.14.006
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 邓丹君 湖北理工学院计算机学院 19 54 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (55)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(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)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
微博
LDA
个性化推荐
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
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导