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:
在移动互联网由3G向4G、5G升级高速发展过程中,微博已经成为人们日常沟通和交流的重要的社交媒体平台之一.本文以新浪微博平台数据为基础,采用LDA(Latent Dirichlet Allocation)主题模型挖掘微博用户的兴趣点,建立用户模型并进行本地化智能推荐研究.
推荐文章
个性化微博推荐算法
微博
推荐
贝叶斯个性化排序(BPR)
微博群体化营销浅析
微博
微群
精准营销
基于微博的企业营销研究
微博
营销模式
企业营销
基于User Profile的微博用户推荐
微博
标签
User Profile
用户推荐
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 基于微博的本地化营销推荐
来源期刊 福建电脑 学科
关键词 微博 LDA 兴趣模型 协同过滤 推荐
年,卷(期) 2018,(6) 所属期刊栏目 应用与开发
研究方向 页码范围 104-106
页数 3页 分类号
字数 3205字 语种 中文
DOI 10.16707/j.cnki.fjpc.2018.06.053
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 黄万云 1 0 0.0 0.0
2 陈明禄 景德镇陶瓷大学江西省陶瓷企业信息化工程技术研究中心 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
兴趣模型
协同过滤
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导