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
基于用户标签的微博推荐算法
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
基于Symbian OS的本地化技术研究
Symbian OS
Series60开发平台
框架
本地化
汉化
一种基于社区发现的微博个性化推荐算法
微博推荐算法
用户模型
社区发现
效用函数
基于用户扩展兴趣的微博推荐方法
个体兴趣
关联兴趣
扩展兴趣
微博推荐
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