Feature analysis based on Weibo user interest detection algorithm

赵岩露; 王晶; 沈奇威

doi:10.13992/j.cnki.tetas.2012.11.096

Chinese

您当前的位置：

首页 >

文章列表页 >

Feature analysis based on Weibo user interest detection algorithm

更新时间：2026-04-21

- Feature analysis based on Weibo user interest detection algorithm
- Vol. 25, Issue 11, Pages: 79-83(2012)
- 作者机构：
  
  1. 北京邮电大学网络与交换技术国家重点实验室
  2. 东信北邮信息技术有限公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2012.11.096
  CLC： TP393.092
- Published：2012
- 稿件说明：
移动端阅览
[1]赵岩露,王晶,沈奇威.基于特征分析的微博用户兴趣发现算法[J].电信工程技术与标准化,2012,25(11):79-83.

赵岩露, 王晶, 沈奇威. Feature analysis based on Weibo user interest detection algorithm[J]. 2012, 25(11): 79-83.
[1]赵岩露,王晶,沈奇威.基于特征分析的微博用户兴趣发现算法[J].电信工程技术与标准化,2012,25(11):79-83. DOI： 10.13992/j.cnki.tetas.2012.11.096.

赵岩露, 王晶, 沈奇威. Feature analysis based on Weibo user interest detection algorithm[J]. 2012, 25(11): 79-83. DOI： 10.13992/j.cnki.tetas.2012.11.096.

摘要

本文在综合兴趣模型研究现状的基础上

结合微博数据集对微博用户的特征进行分析

建立微博用户兴趣模型

并提出基于微博用户兴趣模型的发现算法。实验结果表明

本文提出的算法能很好的发现微博用户的兴趣

提高推荐系统的质量。

Abstract

Based on the research of user interest model

the feature of weibo user will be analyzed according to the weibo data collection

detection algorithm of weibo user interest model will be proposed.Experimental results indicate the algorithm we proposed performs better in detecting weibo user interest and enhances the quality of the recommendation system.

关键词

Keywords

references

基于社会网络信息流模型的协同过滤算法 [J]. 万里,廖建新,王纯. 吉林大学学报(工学版) . 2011(01)

基于向量空间模型的用户兴趣模型研究 [J]. 郭新明,弋改珍. 咸阳师范学院学报 . 2009(06)

个性化推荐系统评价方法综述 [J]. 刘建国,周涛,郭强,汪秉宏. 复杂系统与复杂性科学 . 2009(03)

个性化推荐系统中的用户建模及特征选择 [J]. 林霜梅,汪更生,陈弈秋. 计算机工程 . 2007(17)

基于内部信念状态POMDP模型在用户兴趣获取中的应用 [J]. 周继恩,刘贵全,张春阳,蔡庆生. 小型微型计算机系统 . 2004(11)

基于云计算的微博推荐系统 [D]. 佐凯. 南京理工大学 2012

推荐系统实践[M]. 人民邮电出版社 , 项亮, 2012

Learning and Revising User Profiles: The Identification of Interesting Web Sites [J] . Michael Pazzani,Daniel Billsus. Machine Learning . 1997 (3)

Views

613

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Intelligent LTE configuration optimization system based on machine learning technology

Related Author

王磊

Related Institution

中国移动通信集团设计院有限公司

AI问答

Postal code：100079
Tel：（010）53879206 Email：tmw@bjxintong.com.cn
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09082226号-64 京公网安备11010602201714号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰