一种空间上下文感知的提及目标推荐方法

• 作者: 周康 汤小月 王凯
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 用户提及行为建模 目标用户推荐 空间上下文感知 综合概率模型 社交网络分析
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 数据库技术
• 页码范围: 1189-1211
• 页数: 23页
• 分类号: TP311
• 字数: 18384字
• 语种: 中文

摘要

作为一种新兴的社交媒体用户交互服务,提及机制(mention mechanism)正在用户在线交互和网络信息传播方面扮演着重要角色.对用户提及行为的研究能够揭示用户的隐式偏好与其显式行为之间的联系,为信息传播监控、商业智能、个性化推荐等应用提供新的数据支撑.当前,对用户提及机制的探索多集中在其信息传播属性上,缺少从普通用户角度对其用户交互属性的学习.通过对普通用户提及行为的分析和建模构建一个推荐系统,为给定的社交媒体消息生成目标用户推荐通过对大型真实社交媒体数据集的分析发现,用户的提及行为受其提及活动的语义和空间上下文因素的联合影响.据此,提出一个联合概率生成模型JUMBM(joint user mention behavior model),模拟用户空间关联提及活动的生成过程.通过对用户语义和空间上下文感知的提及行为进行统一建模,JUMBM能够同时发掘用户的移动模式、地理区域依赖的语义兴趣及其对应目标用户的地理聚集模式.此外,提出一种混合剪枝算法,加快推荐系统对在线top-k查询的响应速度.在大型真实数据集上的实验结果表明,所提方法在推荐有效性和推荐效率方面均优于对比方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王凯	武汉大学计算机学院	54	327	10.0	16.0
2	汤小月	武汉轻工大学数学与计算机学院	2	2	1.0	1.0
3	周康	武汉轻工大学数学与计算机学院	10	32	4.0	4.0