基于信息内容和用户关系的用户兴趣分类

• 作者: 吴峰 崔娜 范通让 贾红佳 赵文彬
• 来源期刊: 河北省科学院学报
• 关键词: 用户兴趣 微博文本 关注者 LibSVM LDA
• 年，卷（期）: 2018,（2）
• 页码范围: 8-17
• 页数: 10页
• 分类号: TP391.1
• 语种: 中文

摘要

从微博的内容属性和社交网络的信息传播规律特征出发,将微博文本与用户关注关系结合作为用户兴趣分类的标准,从而使提取的用户兴趣的更加准确、有效.借助建立的用户兴趣分类模型解决用户兴趣分类问题,选取新浪微博作为研究对象,应用LDA算法进行主题提取,应用LibSVM 算法进行分类.实验证明,该方法分类时增加了对用户信息的全面性应用,而且与其他方法相比有更高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范通让	石家庄铁道大学信息科学与技术学院	48	186	8.0	12.0
2	吴峰		5	26	2.0	5.0
3	赵文彬	石家庄铁道大学信息科学与技术学院	10	27	2.0	5.0
4	贾红佳	石家庄铁道大学信息科学与技术学院	1	1	1.0	1.0
5	崔娜	石家庄铁道大学信息科学与技术学院	1	1	1.0	1.0