社交网络用户发布模式和兴趣预测研究

• 作者: 崔晓晖 胡璨
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 用户拓扑 兴趣预测 情感分析 用户画像 LDA模型
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 99-105
• 页数: 7页
• 分类号: TP391
• 字数: 6408字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1901-0183

摘要

数十亿用户通过在社交网络服务上发布照片和文本来分享他们的想法.他们对各种主题感兴趣,通常有不同的情感倾向和发布活动.提出了一个模型来表征社交网络用户的发布活动,以预测用户的兴趣.应用LDA来构建用户发帖的典型模式模型,以将用户的发贴行为表示为发帖模式的概率分布.从发布模式结果中提取出用户行为特征,并与从用户点赞的主页中提取的语言特征结合,构建兴趣预测模型.实验结果显示,使用从用户的发布行为中提取出的用户行为特征可以提高预测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔晓晖	武汉大学国家网络安全学院	12	37	3.0	6.0
2	胡璨	武汉大学国家网络安全学院	1	0	0.0	0.0