基于用户标签的微博推荐算法

• 作者: 刘承运 王宁宁 王智昊 鲁燃
• 来源期刊: 计算机应用研究
• 关键词: 微博推荐算法 用户标签 TextRank排序方法 微博列表 效应函数 生命周期
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 58-61
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.01.011

摘要

为了解决推荐算法中用户标签稀疏、推荐准确度不高的问题，提出了一种基于用户标签的微博推荐算法。利用TextRank排序方法提取用户发布微博中的关键词，并对该关键词进行扩展，将其作为表示用户兴趣的标签；再根据微博的效应函数和生命周期形成待推荐的微博列表，计算用户标签及其同义词在待推荐微博列表中出现的次数，将出现次数较多的TOP-k条微博推荐给用户。通过实验验证，该算法能够有效地解决用户标签的稀疏性问题，并能提高推荐算法的准确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宁宁	山东师范大学信息科学与工程学院	6	19	2.0	4.0
5	鲁燃	山东师范大学信息科学与工程学院	9	79	5.0	8.0
9	王智昊	山东师范大学信息科学与工程学院	11	72	6.0	8.0