基于用戶關(guān)系鏈的微博收聽推薦系統(tǒng)設(shè)計與實現(xiàn)
發(fā)布時間:2021-07-16 08:45
微博服務(wù)是一種新的Web2.0技術(shù)應(yīng)用,為網(wǎng)民提供便捷、快速的內(nèi)容發(fā)布和分享服務(wù),成為網(wǎng)民日常生活中的一項重要應(yīng)用。但是,近幾年的快速發(fā)展,使得微博信息平臺走入了信息過載的時代,因此有效的微博推薦對于一般讀者及時獲取相關(guān)信息具有關(guān)鍵作用。雖然目前主流的推薦方法(如Facebook,Twitter和新浪微博的用戶推薦模型)采用了基于內(nèi)容的推薦方法、基于鄰居的推薦方法、基于用戶興趣的推薦方法等,但是這些方法存在社交關(guān)系網(wǎng)絡(luò)稠密度不夠,建立關(guān)系的過程緩慢,推薦關(guān)系有限,社會認(rèn)知度膚淺等問題。建立了一種新的微博推薦收聽關(guān)系模型——關(guān)系鏈模型,包括微博社交網(wǎng)絡(luò)中的強(qiáng)關(guān)系模型和弱關(guān)系模型。前者定義4種一度關(guān)系類型,依據(jù)機(jī)器學(xué)習(xí)和經(jīng)驗得到每種關(guān)系類型的權(quán)值,計算得到一度關(guān)系綜合矩陣,再在一度關(guān)系基礎(chǔ)上推導(dǎo)出二度關(guān)系矩陣,與關(guān)系矩陣對應(yīng)參數(shù)做乘法計算,求和16種二度關(guān)系,獲取當(dāng)前用戶的推薦用戶結(jié)果集合,經(jīng)過排序和條件過濾后,將最終結(jié)果推薦給用戶。后者是先由用戶收聽關(guān)系獲得基于用戶與用戶之間的偶像(收聽對象)相似度和粉絲(聽眾)相似度,再按照人口屬性和挖掘興趣特征的維度獲取興趣相似度,綜合得到用戶相似矩...
【文章來源】:華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:61 頁
【學(xué)位級別】:碩士
【部分圖文】:
中國網(wǎng)民規(guī)模與普及率
微博用戶數(shù)及網(wǎng)民使用率
圖 1-3 手機(jī)微博用戶數(shù)及其手機(jī)網(wǎng)民使用率場用戶規(guī)模已達(dá)到 3 億以上,而 DCCI2012 年最新的用戶在互聯(lián)網(wǎng)用戶中的占比情況:新浪微博用戶 84.69%,網(wǎng)易微博用戶約為 56.12%,搜狐微博用為 13.61%,其它微博平臺的用戶為 18.37%。近 7 成多號不是主流趨勢,人均微博帳號至少 1.45 個,平.1 條[4],如圖 1-4 所示。這樣龐大的信息量,用戶在難,那么,用戶基數(shù)增大導(dǎo)致人均收聽關(guān)系鏈逐漸
【參考文獻(xiàn)】:
期刊論文
[1]基于特征分析的微博用戶興趣發(fā)現(xiàn)算法[J]. 趙巖露,王晶,沈奇威. 電信工程技術(shù)與標(biāo)準(zhǔn)化. 2012(11)
[2]基于影響力研究的微博營銷模式探析[J]. 姚茜,卜彥芳. 經(jīng)濟(jì)問題探索. 2011(12)
[3]微博研究綜述[J]. 閆幸,常亞平. 情報雜志. 2011(09)
[4]微博客用戶行為特征與關(guān)系特征實證分析——以“新浪微博”為例[J]. 王曉光. 圖書情報工作. 2010(14)
本文編號:3286681
【文章來源】:華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:61 頁
【學(xué)位級別】:碩士
【部分圖文】:
中國網(wǎng)民規(guī)模與普及率
微博用戶數(shù)及網(wǎng)民使用率
圖 1-3 手機(jī)微博用戶數(shù)及其手機(jī)網(wǎng)民使用率場用戶規(guī)模已達(dá)到 3 億以上,而 DCCI2012 年最新的用戶在互聯(lián)網(wǎng)用戶中的占比情況:新浪微博用戶 84.69%,網(wǎng)易微博用戶約為 56.12%,搜狐微博用為 13.61%,其它微博平臺的用戶為 18.37%。近 7 成多號不是主流趨勢,人均微博帳號至少 1.45 個,平.1 條[4],如圖 1-4 所示。這樣龐大的信息量,用戶在難,那么,用戶基數(shù)增大導(dǎo)致人均收聽關(guān)系鏈逐漸
【參考文獻(xiàn)】:
期刊論文
[1]基于特征分析的微博用戶興趣發(fā)現(xiàn)算法[J]. 趙巖露,王晶,沈奇威. 電信工程技術(shù)與標(biāo)準(zhǔn)化. 2012(11)
[2]基于影響力研究的微博營銷模式探析[J]. 姚茜,卜彥芳. 經(jīng)濟(jì)問題探索. 2011(12)
[3]微博研究綜述[J]. 閆幸,常亞平. 情報雜志. 2011(09)
[4]微博客用戶行為特征與關(guān)系特征實證分析——以“新浪微博”為例[J]. 王曉光. 圖書情報工作. 2010(14)
本文編號:3286681
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/3286681.html
最近更新
教材專著