面向微博用户的个性化推荐算法研究

• 作者: 周炜翔 张仰森 张琳 张雯 杨博 柳毅
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 个性化推荐 情景建模 卷积神经网络 情景模式库 用户满意度
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 60-66,73
• 页数: 8页
• 分类号: TP18
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0055979

摘要

微博的个性化推荐对于提升用户体验和帮助用户及时、准确地获取信息具有重要意义.在分析微博用户行为模式的基础上,提出一种基于情景建模和卷积神经网络的微博个性化推荐模型.从时间和地域两个维度对用户进行情景建模,提取用户的时间情景模式和地域情景模式,同时给出情景模式相似度计算方法,对用户的情景模式进行扩展,捕捉用户感兴趣的情景模式倾向,在此基础上建立用户个性化情景模式库,采用卷积神经网络构建个性化微博推荐模型,实现微博用户的个性化推荐.实验结果表明,与ILCAUSR、RA-CD算法相比,该模型具有较好的推荐效果,相比于时间情景模型和地域情景模型,其平均绝对误差和平均用户满意度指标均达到最优效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周炜翔		1	0	0.0	0.0
2	张雯		1	0	0.0	0.0
3	杨博		2	1	1.0	1.0
4	柳毅		1	0	0.0	0.0
5	张琳		1	0	0.0	0.0
6	张仰森		1	0	0.0	0.0