本文選題：個性化博文推薦 + k-means文本聚類�。� 參考：《情報科學(xué)》2016年04期

【摘要】：隨著社交網(wǎng)絡(luò)的發(fā)展,人們在這個"信息爆炸"的時代,卻有了"信息饑渴"的困惑。新浪微博用戶目前面臨的主要問題有兩個:一是若不及時查看微博,則用戶想看的有關(guān)話題的博文將被排到了最后,很可能被忽略;二是若用戶對其中的某一博文所討論的話題感興趣,則會想得到更多關(guān)于該話題的信息。文章首先使用K-means文本聚類算法提取出用戶關(guān)注的話題,使用因子分析法進(jìn)行指標(biāo)分析,構(gòu)建用戶影響力和博文影響力模型,再通過RS分值排名法和線性回歸法確定用于博文影響力和用戶影響力的參數(shù)值,最后提出了基于K-means文本聚類算法的個性化新浪博文及時推薦模型。通過實驗驗證,文章提出的方法能很有效地解決個性化博文及時推薦問題。
[Abstract]:With the development of social network, people in this "information explosion" era, but have "information hunger" confusion. Sina Weibo users are currently facing two main problems: first, if you do not view the Weibo in time, the user would like to see the topic of blog will be ranked at the end of the list, is likely to be ignored; Second, if users are interested in a topic discussed in a blog post, they will want more information about the topic. Firstly, the K-means text clustering algorithm is used to extract the topics concerned by the user, and the factor analysis method is used to analyze the index, and the model of user influence and blog influence is constructed. Then the parameter values used for the influence of blog and user are determined by RS ranking method and linear regression method. Finally, a personalized Sina blog timely recommendation model based on K-means text clustering algorithm is proposed. The experimental results show that the proposed method can effectively solve the problem of timely recommendation of personalized blog posts.
【作者單位】： 四川大學(xué)商學(xué)院;
【基金】：國家自然科學(xué)基金項目(71372189) 四川大學(xué)中央高校基本科研業(yè)務(wù)費(fèi)項目(skqy201406)
【分類號】：TP391.1;G206

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 丁X;許侃;;基于文本聚類方法的我國科技管理研究領(lǐng)域的計量研究[J];科學(xué)學(xué)研究;2007年S1期

2 丘志宏;宮雷光;;利用上下文提高文本聚類的效果[J];中文信息學(xué)報;2007年06期

3 馬娜;;文本聚類研究[J];電腦知識與技術(shù);2009年20期

4 王崇國;;以事件為特征的文本聚類方法[J];計算機(jī)應(yīng)用與軟件;2010年08期

5 王利峰;;動態(tài)索引樹文本聚類方法中節(jié)點(diǎn)閥值的優(yōu)化[J];電腦開發(fā)與應(yīng)用;2010年09期

6 高松;馮志偉;;基于依存樹庫的文本聚類研究[J];中文信息學(xué)報;2011年03期

7 曲超;潘曉衡;朱君;蔡少仲;胡天明;;基于單詞超團(tuán)的文本聚類方法[J];計算機(jī)工程;2011年11期

8 周揚(yáng);屈武斌;盧一鳴;張成崗;楊毅;;基于文本頻譜的中文文本聚類方法[J];四川大學(xué)學(xué)報(自然科學(xué)版);2012年06期

9 明均仁;;基于本體圖的文本聚類模型研究[J];情報科學(xué);2013年02期

10 趙世奇;劉挺;李生;;一種基于主題的文本聚類方法[J];中文信息學(xué)報;2007年02期

相關(guān)會議論文 前10條

1 趙世奇;劉挺;李生;;一種基于主題的文本聚類方法[A];第三屆學(xué)生計算語言學(xué)研討會論文集[C];2006年

2 王洪俊;俞士汶;蘇祺;施水才;肖詩斌;;中文文本聚類的特征單元比較[A];第二屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議（NCIRCS-2005）論文集[C];2005年

3 胡吉祥;許洪波;劉悅;王斌;程學(xué)旗;;基于重復(fù)串的短文本聚類研究[A];全國第八屆計算語言學(xué)聯(lián)合學(xué)術(shù)會議（JSCL-2005）論文集[C];2005年

4 白剛;張錚;丁宗堯;朱毅;;中文文本聚類在互聯(lián)網(wǎng)搜索的研究與應(yīng)用[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

5 王明文;付劍波;羅遠(yuǎn)勝;陸旭;;基于協(xié)同聚類的兩階段文本聚類方法研究[A];第四屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集（上）[C];2008年

6 張猛;王大玲;于戈;;一種基于自動閾值發(fā)現(xiàn)的文本聚類方法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2004年

7 王樂;田李;賈焰;韓偉紅;;一個并行的文本聚類混合算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2007年

8 王瑩;劉楊;;維基百科的文本聚類方法分析[A];2009年研究生學(xué)術(shù)交流會通信與信息技術(shù)論文集[C];2009年

9 張寶艷;王慶輝;;中文文本聚類的研究與實現(xiàn)[A];第一屆學(xué)生計算語言學(xué)研討會論文集[C];2002年

10 章成志;;基于多語文本聚類的主題層次體系生成研究1)[A];國家自然科學(xué)基金委員會管理科學(xué)部宏觀管理與政策學(xué)科青年基金獲得者交流研討會論文集[C];2010年

相關(guān)博士學(xué)位論文 前3條

1 徐森;文本聚類集成關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2010年

2 高茂庭;文本聚類分析若干問題研究[D];天津大學(xué);2007年

3 孟憲軍;互聯(lián)網(wǎng)文本聚類與檢索技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2009年

，

本文編號：1875030