基于超图随机游走标签扩充的微博推荐方法

• 作者: 史忠植 张迪 赵卫中 马慧芳
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 超图 随机游走 标签扩充 概率相关性 用户-标签矩阵 微博推荐
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 数据库技术
• 页码范围: 3397-3412
• 页数: 16页
• 分类号: TP311
• 字数: 13488字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005545

摘要

向微博用户推荐对其有价值和感兴趣的内容,是改善用户体验的重要途径.通过分析微博特点以及现有微博推荐算法的缺陷,利用标签信息表征用户兴趣,提出一种结合标签扩充与标签概率相关性的微博推荐方法.首先,考虑到大部分微博用户未给自己添加任何标签或添加标签过少,视用户发布微博为超边,微博中的词视为超点来构建超图,并以一定的加权策略对超边和超点进行加权,通过在超图上随机游走,得到一定数量的关键词,对微博用户标签进行扩充;然后,采用相关性标签权重加权方案构建用户-标签矩阵,利用标签之间的概率相关性,构造标签相似性矩阵,对用户-标签矩阵进行更新,使该矩阵既包含用户兴趣信息,又包含标签与标签之间的关系.以新浪微博公开API抓取的微博信息作为实验数据进行了一系列的实验和分析,结果表明,该推荐算法具有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史忠植	中国科学院计算技术研究所智能信息处理重点实验室	232	9166	52.0	89.0
2	张迪	西北师范大学计算机科学与工程学院	12	52	4.0	7.0
3	赵卫中	华中师范大学计算机学院	2	0	0.0	0.0