原文服务方: 计算机应用研究       
摘要:
为解决微博用户兴趣提取不准确的问题,提出一种基于用户扩展兴趣的微博推荐方法.该方法将用户个体兴趣与关联兴趣结合为用户扩展兴趣进行微博推荐.其中,用户个体兴趣从用户标签、发布微博及交互微博中提取;用户关联兴趣通过用户与其关注用户间的关注关系强度、交互频繁程度和个体兴趣相似度获取.最后,计算用户扩展兴趣与待推荐微博的相似度,对相似度降序排列产生推荐列表.实验结果表明,新方法较传统方法更具有效性和准确性.
推荐文章
融合用户兴趣模型与会话抽取的微博推荐方法
用户兴趣模型
会话抽取
归一化割
非负矩阵分解
微博推荐
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
基于发文内容的微博用户兴趣挖掘方法研究
微博
发文内容
兴趣挖掘
主题短语模型
知识库
基于文本聚类与兴趣衰减的微博用户兴趣挖掘方法
微博
single-pass聚类
LDA模型
用户兴趣挖掘
兴趣衰减
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 基于用户扩展兴趣的微博推荐方法
来源期刊 计算机应用研究 学科
关键词 个体兴趣 关联兴趣 扩展兴趣 微博推荐
年,卷(期) 2019,(6) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1652-1655
页数 4页 分类号 TP393.02
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.05.0264
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 徐建民 河北大学网络空间安全与计算机学院 65 462 12.0 18.0
2 王苗 河北大学网络空间安全与计算机学院 14 50 4.0 6.0
3 刘明艳 河北大学网络空间安全与计算机学院 2 9 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (93)
共引文献  (82)
参考文献  (10)
节点文献
引证文献  (9)
同被引文献  (20)
二级引证文献  (0)
1951(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)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(21)
  • 参考文献(1)
  • 二级参考文献(20)
2014(12)
  • 参考文献(2)
  • 二级参考文献(10)
2015(8)
  • 参考文献(0)
  • 二级参考文献(8)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(6)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(6)
  • 二级引证文献(0)
2019(6)
  • 引证文献(6)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
个体兴趣
关联兴趣
扩展兴趣
微博推荐
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
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