本文關鍵詞：基于微博用戶興趣的個性化信息推薦方法研究

  更多相關文章： 社交網(wǎng)絡 微博 LDA 個性化推薦 用戶興趣建模

【摘要】：隨著web3.0的火熱興起,社交網(wǎng)絡的發(fā)展異�；馃�。人人,QZONE,微博,Facebook等社交網(wǎng)絡的快速發(fā)展吸引了大批量的用戶,近幾年,在國內(nèi)社交網(wǎng)絡方面,微博的快速發(fā)展和它獨有的開放性、草根性、實時性模式吸引了大量的用戶。越來越多的人通過微博獲取實時的信息來了解身邊、社會、甚至世界發(fā)生的事情。但是隨著微博用戶的越來越多,微博上面每天有數(shù)億計的微博內(nèi)容產(chǎn)生,微博用戶面臨著嚴重的“信息過載現(xiàn)象”。如何讓微博用戶從“信息過載”的環(huán)境中脫離出來,從而在微博網(wǎng)絡中找到用戶感興趣的用戶,通過找到他們感興趣的用戶來使他們獲得他們感興趣的資訊信息是一個值得研究的問題。這對于微博用戶提升使用體驗,快速獲得需要的資訊都是非常重要的。 本文針對微博用戶的個性化推薦問題進行分析和研究。研究并設計了微博用戶的個性化推薦算法,并且根據(jù)實際需求,設計并完成了微博用戶個性化推薦系統(tǒng)。 本文的研究成果主要包括： 1)提出了一種微博內(nèi)容擴充算法,利用微博操作之間的關聯(lián)性,增強微博內(nèi)容語義信息,提高微博主題模型構建效果。實驗表明,相同語料庫經(jīng)過微博內(nèi)容擴充與沒有經(jīng)過內(nèi)容擴充在主題模型構建方面效果提升明顯。 2)提出微博網(wǎng)絡好友候選集選取策略,利用微博的Followee/Follower網(wǎng)絡結構特點,確定推薦用戶的范圍。 3)提出不同類型的微博用戶的興趣模型,利用LDA模型計算不同類型用戶的興趣向量,在此基礎上提出基于微博用戶興趣的個性化推薦算法。實驗表明本文提出的微博好友推薦算法與傳統(tǒng)的基于詞頻的微博好友推薦算法在準確度上效果提高百分之20左右。 4)設計并實現(xiàn)了微博用戶推薦系統(tǒng)。本文從功能劃分、層次設計和數(shù)據(jù)庫設計三方面介紹了系統(tǒng)的總體設計方案,同時按照登陸信息認證、個人信息瀏覽、推薦用戶瀏覽、用戶信息管理和日志信息管理這些不同的功能模塊縱向描述.了系統(tǒng)的實現(xiàn)過程。該系統(tǒng)能夠給微博用戶推薦他們感興趣的信息源用戶,使得用戶擺脫尋找感興趣用戶困難、信息過載等問題。
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.3;TP393.092

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 韓忠明;張玉沙;張慧;萬月亮;黃今慧;;有效的中文微博短文本傾向性分類算法[J];計算機應用與軟件;2012年10期

2 王晟;王子琪;張銘;;個性化微博推薦算法[J];計算機科學與探索;2012年10期

，

本文編號：1291004