【摘要】：利用微博關(guān)注關(guān)系和社交行為構(gòu)建微博信任網(wǎng)絡(luò),通過引入基于信任的隨機(jī)游走模型,結(jié)合用戶間興趣相似度,建立了微博粉絲推薦模型。為提高粉絲推薦系統(tǒng)的覆蓋率,將用戶間的社交行為引入信任的計(jì)算,實(shí)現(xiàn)了TopN推薦。利用KDD Cup 2012騰訊微博數(shù)據(jù)進(jìn)行了實(shí)證研究。實(shí)驗(yàn)結(jié)果表明:在混合多種社交行為的信任網(wǎng)絡(luò)中,推薦算法的整體性能最優(yōu);推薦長(zhǎng)度對(duì)推薦結(jié)果影響較大,當(dāng)長(zhǎng)度為40時(shí)算法獲得最好的推薦性能;與主流的推薦算法相比,改進(jìn)后的基于信任的隨機(jī)游走推薦模型在推薦準(zhǔn)確率和覆蓋率等多種評(píng)價(jià)指標(biāo)上都取得了更好的結(jié)果。研究結(jié)論為微博粉絲推薦研究提供了新的方法,為微博網(wǎng)絡(luò)社會(huì)化推薦提供了新的視角。
[Abstract]:By using Weibo's attention relationship and social behavior to construct Weibo trust network, a Weibo fan recommendation model is established by introducing a random walk model based on trust and combining the similarity of interest among users. In order to improve the coverage of fan recommendation system, the social behavior among users is introduced into trust calculation, and the TopN recommendation is realized. Using KDD Cup 2012 Tencent Weibo data for empirical research. The experimental results show that in trust networks with mixed social behaviors, the overall performance of the recommendation algorithm is the best, and the recommendation length has a great influence on the recommendation result, and the algorithm gets the best recommendation performance when the length is 40. Compared with the mainstream recommendation algorithms, the improved random walk recommendation model based on trust has achieved better results on many evaluation indexes, such as recommendation accuracy and coverage. The conclusion provides a new method for Weibo fan recommendation research and a new perspective for Weibo network socialization recommendation.
【作者單位】： 四川農(nóng)業(yè)大學(xué)建筑與城鄉(xiāng)規(guī)劃學(xué)院;電子科技大學(xué)經(jīng)濟(jì)與管理學(xué)院;四川農(nóng)業(yè)大學(xué)商學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(71101018)
【分類號(hào)】：C913.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 郭磊;馬軍;陳竹敏;姜浩然;;一種結(jié)合推薦對(duì)象間關(guān)聯(lián)關(guān)系的社會(huì)化推薦算法[J];計(jì)算機(jī)學(xué)報(bào);2014年01期

2 朱郁筱;呂琳媛;;推薦系統(tǒng)評(píng)價(jià)指標(biāo)綜述[J];電子科技大學(xué)學(xué)報(bào);2012年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉藝;馮鈞;魏童童;陳志飛;徐歡;張立霞;;一種改進(jìn)的協(xié)同過濾推薦算法[J];計(jì)算機(jī)與現(xiàn)代化;2017年01期

2 楊震;司書勇;李超陽(yáng);;基于用戶隱式興趣模型的信息推薦[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2017年01期

3 李斌;張博;劉學(xué)軍;章瑋;;基于Jaccard相似度和位置行為的協(xié)同過濾推薦算法[J];計(jì)算機(jī)科學(xué);2016年12期

4 申園園;余文;;一種基于位置服務(wù)信息的移動(dòng)推薦模型[J];計(jì)算機(jī)應(yīng)用與軟件;2016年12期

5 張翔;袁政;蔣旦;朱明;;基于語(yǔ)義和用戶偏好的網(wǎng)絡(luò)電視直播推薦方法[J];微電子學(xué)與計(jì)算機(jī);2016年12期

6 葉蘭平;劉鋒;朱二周;;基于徑向基神經(jīng)網(wǎng)絡(luò)的新型協(xié)同過濾推薦算法[J];計(jì)算機(jī)應(yīng)用與軟件;2016年11期

7 張普洋;郭劍英;;個(gè)性化推薦系統(tǒng)關(guān)鍵算法探討[J];電腦知識(shí)與技術(shù);2016年27期

8 王鶴;鄔春學(xué);;基于圖結(jié)構(gòu)和項(xiàng)目類型的協(xié)同過濾推薦算法[J];數(shù)據(jù)通信;2016年05期

9 曾子明;秦思琪;;面向泛在學(xué)習(xí)的嵌入式推薦服務(wù)研究[J];信息資源管理學(xué)報(bào);2016年04期

10 趙長(zhǎng)偉;彭勤科;張志勇;;混合因子矩陣分解推薦算法[J];西安交通大學(xué)學(xué)報(bào);2016年12期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 朱郁筱;呂琳媛;;推薦系統(tǒng)評(píng)價(jià)指標(biāo)綜述[J];電子科技大學(xué)學(xué)報(bào);2012年02期

2 呂琳媛;;復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測(cè)[J];電子科技大學(xué)學(xué)報(bào);2010年05期

3 呂琳媛;陸君安;張子柯;閆小勇;吳曄;史定華;周海平;方錦清;周濤;;復(fù)雜網(wǎng)絡(luò)觀察[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2010年Z1期

4 劉建國(guó);周濤;郭強(qiáng);汪秉宏;;個(gè)性化推薦系統(tǒng)評(píng)價(jià)方法綜述[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2009年03期

【相似文獻(xiàn)】

相關(guān)期刊論文 前2條

1 陳樤;;溝通不妨以退為進(jìn)[J];軟件工程師;2007年11期

2 ;[J];;年期

相關(guān)會(huì)議論文 前3條

1 鄭偉;王朝坤;劉璋;王建民;;一種基于隨機(jī)游走模型的多標(biāo)簽分類算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯一[C];2010年

2 朱松豪;羅青青;梁志偉;;一種改進(jìn)圖像標(biāo)注的新方法[A];第24屆中國(guó)控制與決策會(huì)議論文集[C];2012年

3 燕飛;張銘;譚裕韋;唐建;鄧志鴻;;綜合社會(huì)行動(dòng)者興趣和網(wǎng)絡(luò)拓?fù)涞纳鐓^(qū)發(fā)現(xiàn)方法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

相關(guān)重要報(bào)紙文章 前1條

1 長(zhǎng)盛基金管理有限公司研究部副總監(jiān) 李驥;投資自己熟悉的股票[N];證券時(shí)報(bào);2006年

相關(guān)博士學(xué)位論文 前6條

1 鄧凱英;復(fù)雜網(wǎng)絡(luò)搜索策略及相關(guān)模型的數(shù)值方法[D];東北師范大學(xué);2015年

2 徐曉華;圖上的隨機(jī)游走學(xué)習(xí)[D];南京航空航天大學(xué);2008年

3 孫甲申;基于主題模型和隨機(jī)游走的標(biāo)簽技術(shù)研究[D];北京郵電大學(xué);2013年

4 呂強(qiáng);面向高性能和強(qiáng)表達(dá)力的自動(dòng)規(guī)劃[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

5 趙學(xué)華;統(tǒng)計(jì)網(wǎng)絡(luò)模型若干關(guān)鍵問題研究[D];吉林大學(xué);2014年

6 廖振;基于查詢點(diǎn)擊核心圖的查詢推薦問題研究[D];南開大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 何岱洧;Z~d上使Schramm的上界達(dá)到的旋轉(zhuǎn)配置[D];復(fù)旦大學(xué);2014年

2 田新春;回火老化效應(yīng)及其擴(kuò)散方程[D];蘭州大學(xué);2015年

3 鞠薇;基于隨機(jī)游走和圖割算法的PET-CT肺腫瘤分割[D];蘇州大學(xué);2015年

4 祝霖;基于隨機(jī)游走的動(dòng)態(tài)社團(tuán)劃分算法[D];上海交通大學(xué);2015年

5 孫星;基于部分吸收隨機(jī)游走的協(xié)同顯著性檢測(cè)[D];大連理工大學(xué);2015年

6 宋文靜;基于多條隨機(jī)游走的圖像檢索[D];河南大學(xué);2015年

7 汪幫菊;基于隨機(jī)游走的復(fù)雜網(wǎng)絡(luò)聚類算法研究[D];安徽大學(xué);2016年

8 蘭佳妮;基于分組—偏向隨機(jī)游走的閃存地址映射及磨損均衡算法研究[D];西南交通大學(xué);2016年

9 金連寶;基于分層信息融合和隨機(jī)游走的顯著性檢測(cè)[D];南昌航空大學(xué);2016年

10 馮維思;多屬性隨機(jī)游走在社會(huì)網(wǎng)絡(luò)中的應(yīng)用[D];西南大學(xué);2016年

，

本文編號(hào)：2437238