發(fā)布時(shí)間：2018-04-17 22:32

  本文選題：標(biāo)簽預(yù)測(cè) + 微博��； 參考：《計(jì)算機(jī)工程與科學(xué)》2013年10期

【摘要】：在當(dāng)今以用戶(hù)貢獻(xiàn)內(nèi)容為核心的社交網(wǎng)絡(luò)中,標(biāo)簽成為用戶(hù)對(duì)資源進(jìn)行標(biāo)記和分類(lèi)的重要依據(jù)。在新浪微博中,用戶(hù)可以自由地給自己打上標(biāo)簽以表明自己的興趣和特征等,用戶(hù)標(biāo)簽在輿情分析與監(jiān)測(cè)、廣告推送和網(wǎng)絡(luò)營(yíng)銷(xiāo)等應(yīng)用中起到了非常重要的作用。針對(duì)新浪微博中絕大部分用戶(hù)沒(méi)有標(biāo)簽或標(biāo)簽較少的問(wèn)題,提出了基于用戶(hù)交互行為而產(chǎn)生的交互圖的用戶(hù)標(biāo)簽預(yù)測(cè)方法。在新浪微博用戶(hù)量為1.4億的真實(shí)數(shù)據(jù)集和大數(shù)據(jù)分析處理平臺(tái)Hadoop上進(jìn)行分析發(fā)現(xiàn),本文提出的方法比當(dāng)前常用的標(biāo)簽預(yù)測(cè)方法取得了更好的效果。
[Abstract]:Nowadays, in the social network with user contribution content as the core, tags become an important basis for users to label and classify resources.In Sina Weibo, users are free to label themselves to show their interest and characteristics. User tags play a very important role in public opinion analysis and monitoring, advertising push and network marketing and other applications.In order to solve the problem that most users of Sina Weibo have no tags or few tags, a user label prediction method based on interactive graph generated by user interaction behavior is proposed.Based on the real data set of 140 million users of Weibo Sina and Hadoop, the analysis and processing platform of big data, it is found that the method proposed in this paper is more effective than the current commonly used tag prediction method.
【作者單位】： 國(guó)防科學(xué)技術(shù)大學(xué)計(jì)算機(jī)學(xué)院;北京大學(xué)信息科學(xué)技術(shù)學(xué)院;
【基金】：國(guó)家973計(jì)劃資助項(xiàng)目(2013CB329601,2013CB329602,2013CB329604) 國(guó)家863計(jì)劃資助項(xiàng)目(2012AA01A401,2012AA01A402) 國(guó)家自然科學(xué)基金資助項(xiàng)目(60933005,91124002) 科技支撐計(jì)劃課題(2012BAH38B04,2012BAH38B06) 國(guó)家242信息安全計(jì)劃資助項(xiàng)目(2011A010) 博士后基金資助項(xiàng)目(2012M520114)
【分類(lèi)號(hào)】：TP393.09

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張斌;張引;高克寧;郭朋偉;孫達(dá)明;;融合關(guān)系與內(nèi)容分析的社會(huì)標(biāo)簽推薦[J];軟件學(xué)報(bào);2012年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前1條

1 喬綠茵;張敏;;我國(guó)基于Folksonomy的標(biāo)簽推薦方法研究綜述[J];信息資源管理學(xué)報(bào);2012年04期

相關(guān)碩士學(xué)位論文 前2條

1 史云飛;基于圖結(jié)構(gòu)的社會(huì)標(biāo)注系統(tǒng)個(gè)性化推薦研究[D];大連理工大學(xué);2012年

2 施乾坤;基于LDA模型的文本主題挖掘和文本靜態(tài)可視化的研究[D];廣西大學(xué);2013年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王鼎云;;對(duì)微博的發(fā)展?fàn)顩r和趨勢(shì)的冷思考[J];時(shí)代教育(教育教學(xué));2011年01期

2 王艷;;Twitter技術(shù)及其在情景教育中的應(yīng)用[J];中國(guó)西部科技;2010年16期

3 李士奇;;微博使用者應(yīng)具備的基本素養(yǎng)[J];科教導(dǎo)刊(上旬刊);2011年03期

4 張來(lái)勇;;淺析移動(dòng)互聯(lián)網(wǎng)技術(shù)的教育應(yīng)用[J];中國(guó)信息技術(shù)教育;2011年Z1期

5 劉穎錄;;淺析新網(wǎng)絡(luò)時(shí)代的微博傳播[J];商業(yè)文化(上半月);2011年05期

6 崔爭(zhēng)艷;;基于語(yǔ)義的微博短信息分類(lèi)[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2010年08期

7 申詩(shī)逸;;論“微博”的傳播特點(diǎn)與推廣[J];青年文學(xué)家;2010年14期

8 揭瀟君;;淺析動(dòng)漫作品在微博平臺(tái)的傳播[J];數(shù)字技術(shù)與應(yīng)用;2010年11期

9 袁柳;張龍波;;基于概率主題模型的標(biāo)簽預(yù)測(cè)[J];計(jì)算機(jī)科學(xué);2011年07期

10 沈軍;黃元;宋金晶;;P2P網(wǎng)絡(luò)模型的形式化描述方法(英文)[J];Journal of Southeast University(English Edition);2009年01期

相關(guān)會(huì)議論文 前4條

1 郭鵬;陳s，

本文編號(hào)：1765611