基于文本属性的微博用户相似度研究

• 作者: 李梦洁 邵曦
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 17-22
• 页数: 6页
• 分类号: TP301
• 字数: 6166字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.05.005

摘要

传统的相似度计算方法忽略了用户主观输出的微博文本信息,而这正是体现用户兴趣点的重要元素,只有结合了用户自身信息及其在社交平台上的互动内容,才能相对全面描述一个用户,由此提出基于文本属性的相似用户计算方法.把相似度主要划分为背景相似、兴趣相似两个角度,其中兴趣相似度主要由文本相似度决定,分词并采用TF-IDF变换后进行余弦相似度计算;再结合用户所在地、使用设备、发微博的时间、转发关系以及好友关系来描述用户相似度;并利用层次分析法分配各个属性的权重,构建相似度计算模型.通过实验系统性对比了基于文本属性的计算方法与改进前的算法:改进算法得出的用户相似度的F1度量值提高了34.3%,证明了该算法的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵曦	南京邮电大学通信与信息工程学院	27	90	6.0	8.0
2	李梦洁	南京邮电大学通信与信息工程学院	1	3	1.0	1.0