基于相似主题和HITS的微博用户推荐算法研究

• 作者: 冯勇 安维凯 徐红艳 王嵘冰
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 微博用户推荐 HITS 权威度 中心度 主题相似度
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 情感分析与社会计算
• 页码范围: 128-135
• 页数: 8页
• 分类号: TP311
• 字数: 6827字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.07.015

摘要

为了准确地为微博用户推荐相近兴趣领域的重要用户,有效提高用户对微博平台的依赖度.该文对传统的HITS算法进行了改进:通过分析微博用户社交网络结构,运用改进算法将微博用户划分为3类,在微博主题相似度计算中引入用户的权威度和中心度,最后根据用户类别进行微博用户推荐.实验中,使用爬取的微博数据对传统的推荐算法和该文的改进算法进行对比实验,由于所提算法在分析过程中考虑了用户结构信息、用户的权威度与中心度等多种因素,因而在准确率、召回率、F1值上均有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐红艳	辽宁大学信息学院	40	299	9.0	16.0
2	冯勇	辽宁大学信息学院	39	274	8.0	15.0
3	王嵘冰	辽宁大学信息学院	31	165	5.0	12.0
4	安维凯	辽宁大学信息学院	2	9	1.0	2.0