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(xiàng)重要應(yīng)用。但是，近幾年的快速發(fā)展，使得微博信息平臺(tái)走入了信息過載的時(shí)代，因此有效的微博推薦對(duì)于一般讀者及時(shí)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(huì)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(yàn)得到每種關(guān)系類型的權(quán)值，計(jì)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(duì)應(yīng)參數(shù)做乘法計(jì)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(duì)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(jí)別】：碩士

【部分圖文】：

中國(guó)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(chǎng)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(tái)的用戶為 18.37%。近 7 成多號(hào)不是主流趨勢(shì)，人均微博帳號(hào)至少 1.45 個(gè)，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(yíng)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(bào)雜志. 2011(09)
[4]微博客用戶行為特征與關(guān)系特征實(shí)證分析——以“新浪微博”為例[J]. 王曉光.  圖書情報(bào)工作. 2010(14)



本文編號(hào)：3286681