原文服务方: 计算机应用研究       
摘要:
用户关注推荐在微博信息分享平台中扮演着非常重要的角色.现有的用户关注推荐模式大多采取内容及背景相似性度量用户距离,且多数使用单一因素进行排序推荐,没有针对用户群体进行分类,推荐效果一般.提出了一种针对非名人用户的新型关注推荐算法RTLR,该算法同时使用用户关系和互动行为信息进行推荐,并结合多因素建立逻辑回归模型.从国内用户最多的新浪微博中采集真实数据进行实验,结果显示新型模型有效地提高了关注推荐的准确性.
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
基于联合概率矩阵分解的微博关注推荐算法
微博关注推荐
联合概率矩阵分解
关系相似度
影响力模型
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
结合评分和信任的协同推荐算法
协同推荐
信任值
偏好关系
推荐系统
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 结合信任和用户关系的微博关注推荐算法
来源期刊 计算机应用研究 学科
关键词 信任度 用户行为 用户关系 关注推荐 逻辑回归
年,卷(期) 2018,(12) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3560-3563
页数 4页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.12.009
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 贺智明 江西理工大学信息工程学院 32 151 7.0 10.0
2 郑剑 江西理工大学信息工程学院 64 155 6.0 10.0
3 王梦佳 江西理工大学信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (82)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(10)
  • 参考文献(1)
  • 二级参考文献(9)
2014(10)
  • 参考文献(2)
  • 二级参考文献(8)
2015(9)
  • 参考文献(2)
  • 二级参考文献(7)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(2)
  • 参考文献(2)
  • 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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信任度
用户行为
用户关系
关注推荐
逻辑回归
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导