基于特征分析的微博用户兴趣发现算法

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 >

基于特征分析的微博用户兴趣发现算法

东信北邮信息技术有限公司专栏 | 更新时间：2026-04-21

- 基于特征分析的微博用户兴趣发现算法
- Feature analysis based on Weibo user interest detection algorithm
- 电信工程技术与标准化 2012年25卷第11期页码：79-83
- 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：
  
  国家自然科学基金（No.61072057,61101119,61121001,61271019,60902051）;长江学者和创新团队发展计划资助（No.IRT1049）;国家科技重大专项（No.2011ZX03002-001-01,移动互联网总体架构研究）
- DOI：10.13992/j.cnki.tetas.2012.11.096
  中图分类号： TP393.092
- 纸质出版：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)

浏览量

613

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于机器学习技术的LTE网络智能优化系统设计