本文選題：動態(tài)興趣 + 社交網(wǎng)絡(luò)��； 參考：《電子學(xué)報》2017年04期

【摘要】：針對為微博用戶推薦符合其興趣取向的個性化微博信息的問題,結(jié)合LDA主題模型,提出了一種基于用戶動態(tài)興趣和社交網(wǎng)絡(luò)(DISN)的微博推薦方法.DISN方法首先引入時間函數(shù),推斷出用戶的興趣向量,通過對新發(fā)布的微博數(shù)據(jù)內(nèi)容進(jìn)行聚類分組,以用戶興趣向量篩選與用戶最匹配的分組,隨后以網(wǎng)格索引的形式對選定的分組中微博進(jìn)行查詢,計算微博發(fā)布者被目標(biāo)用戶關(guān)注的可能性并進(jìn)行排序,最終形成推薦列表.實驗驗證了DISN方法較之傳統(tǒng)方法更具有效性和高效性.
[Abstract]:Aiming at the problem of recommending personalized Weibo information according to their interest orientation for Weibo users, this paper proposes a Weibo recommendation method based on user dynamic interest and Social Network (DISN), which firstly introduces the time function. The user's interest vector is inferred, the newly published Weibo data content is grouped by clustering, the user's interest vector is used to filter the most matched group, and then the Weibo in the selected group is queried in the form of grid index. Calculate the likelihood that the Weibo publisher will be noticed by the target user and sort it to form a list of recommendations. Experiments show that the DISN method is more effective and efficient than the traditional method.
【作者單位】： 南京工業(yè)大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院;中國人民解放軍73677部隊;
【基金】：國家自然科學(xué)基金(No.61203072) 江蘇省重點研發(fā)計劃(社會發(fā)展)(No.BE2015697)
【分類號】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;美國:印刷企業(yè)青睞社交網(wǎng)絡(luò)營銷新方式[J];中國包裝工業(yè);2010年Z1期

2 樓向英;高春玲;;移動社交網(wǎng)絡(luò)在圖書館中的應(yīng)用初探[J];圖書館雜志;2013年12期

3 勞倫·考克斯;;請在工作時更新你的狀態(tài)[J];科技創(chuàng)業(yè);2011年05期

4 吳炳;鄭淵;;基于社交禮品網(wǎng)站淺談社交網(wǎng)絡(luò)營銷[J];北方經(jīng)貿(mào);2014年03期

5 Puting;;用心聆聽,從點滴做起[J];成功營銷;2011年07期

6 吳勇毅;;大數(shù)據(jù)熱涌背后的冷思考[J];信息化建設(shè);2013年01期

7 于光媚;;社交網(wǎng)絡(luò)成安全“重災(zāi)區(qū)” 用戶需加強(qiáng)自主防護(hù)[J];通信世界;2014年13期

8 ;英國 初創(chuàng)企業(yè)如何應(yīng)用社交網(wǎng)絡(luò)營銷[J];中國制衣;2013年08期

9 吳文昊;范春曉;;一種基于社交網(wǎng)絡(luò)模式的公共交通服務(wù)[J];軟件;2012年12期

10 路榮;張e，

本文編號：2067303