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:
针对传统的相似度计算方法和评价标准在准确、高效地度量微博用户相似关系时不理想的缺陷,提出一种新的微博用户相似度的计算方法.该方法针对不同的属性数据结构采用不同的计算方式,并根据属性统计信息对各个属性赋值,利用层次分析法确定各属性权值,最后构建综合相似度计算模型.实验结果表明,相对于传统的相似度计算方法,所提计算方法衡量用户相似的准确度提高了22.6%,召回率提高了12.7%,F1度量值提高了29.5%.
推荐文章
融合兴趣的微博用户相似度计算研究
微博
兴趣
用户聚类
相似度计算
基于流行度制衡的微博用户相似度计算方法
微博
个性化推荐
用户相似度
流行度制衡
基于文本属性的微博用户相似度研究
微博
社交网络
用户相似度
文本相似度
余弦相似度
层次分析法
融合兴趣的微博用户相似度计算研究
微博
兴趣
用户聚类
相似度计算
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 基于微博的用户相似度计算研究
来源期刊 计算机科学 学科 工学
关键词 微博 用户相似度 属性权值 层次分析法
年,卷(期) 2017,(2) 所属期刊栏目 人工智能
研究方向 页码范围 262-266
页数 5页 分类号 TP393
字数 5565字 语种 中文
DOI 10.11896/j.issn.1002-137X.2017.02.043
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 郑志蕴 郑州大学信息工程学院 54 368 13.0 15.0
2 王振飞 郑州大学信息工程学院 36 253 8.0 13.0
3 李钝 郑州大学信息工程学院 22 142 7.0 11.0
4 贾春园 郑州大学信息工程学院 1 17 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (878)
参考文献  (10)
节点文献
引证文献  (17)
同被引文献  (40)
二级引证文献  (10)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(14)
  • 参考文献(0)
  • 二级参考文献(14)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(13)
  • 参考文献(1)
  • 二级参考文献(12)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(5)
  • 参考文献(3)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(9)
  • 引证文献(7)
  • 二级引证文献(2)
2019(10)
  • 引证文献(6)
  • 二级引证文献(4)
2020(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
微博
用户相似度
属性权值
层次分析法
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
总被引数(次)
150664
论文1v1指导