微博用户推荐模型的研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

微博用户推荐模型的研究

徐雅斌, 石伟杰

文章导航 > 电子科技大学学报 > 2015 > 44(2): 254-259

徐雅斌, 石伟杰. 微博用户推荐模型的研究[J]. 电子科技大学学报, 2015, 44(2): 254-259. doi: 10.3969/j.issn.1001-0548.2015.02.016

引用本文:

徐雅斌, 石伟杰. 微博用户推荐模型的研究[J]. 电子科技大学学报, 2015, 44(2): 254-259. doi: 10.3969/j.issn.1001-0548.2015.02.016

XU Ya-bin, SHI Wei-jie. Research on Micro-Blog User Recommendation Model[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(2): 254-259. doi: 10.3969/j.issn.1001-0548.2015.02.016

Citation:

XU Ya-bin, SHI Wei-jie. Research on Micro-Blog User Recommendation Model[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(2): 254-259. doi: 10.3969/j.issn.1001-0548.2015.02.016

微博用户推荐模型的研究

doi: 10.3969/j.issn.1001-0548.2015.02.016

徐雅斌^1,2,
石伟杰^1,2

1.
北京信息科技大学计算机学院北京朝阳区 100101;
2.
北京信息科技大学网络文化与数字传播北京市重点实验室北京朝阳区 100101

基金项目:

国家自然科学基金(61370139);网络文化与数字传播北京市重点实验室项目(ICDD201309);北京市属高等学校创新团队建设与教师职业发展计划(IDHT20130519)

作者简介:
徐雅斌(1964-),男,教授,主要从事社交网络、云计算和未来网络方面的研究.

中图分类号: TP301

Research on Micro-Blog User Recommendation Model

XU Ya-bin^1,2,
SHI Wei-jie^1,2

1.
Computer School of Beijing Information Science & Technology University Chaoyang Beijing 100101;
2.
Beijing Key Laboratory of Internet Culture and Digital Dissemination Research,Beijing Information Science & Technology University Chaoyang Beijing 100101

摘要: 微博用户推荐对改善用户体验、促进社交网络长远发展具有重要意义。该文提取了能够充分反映微博用户之间相关性的多个特征,并通过逻辑回归模型对潜在的用户进行评分排序,为目标用户推荐前N个潜在用户。基于新浪微博数据集的实验结果表明,基于逻辑回归方法的用户推荐模型是切实有效的,可以为微博用户提供高性能的个性化用户推荐。
- 逻辑回归 /
- 微博 /
- 个性化推荐 /
- 用户推荐
Abstract: Micro-blog user recommendation has great significance and value for improving the user experience and promoting the long-term development of the social network. In this paper, multiple features reflecting the correlation between micro-blog users are extracted. Combining the user features and ranks scores for potential users, top-n potential users are recommended for the target user. The experimental results based on the dataset gained from Sina Micro-Blog shows that the proposed method is feasible and effective, and it can provide personalized user recommendation with high performance for micro-blog users.
- logic regression /
- micro-blog /
- personalized recommendation /
- user recommendation

[1]	崔少国, 独潇, 张宜浩. 基于兴趣注意力网络的会话推荐算法 . 电子科技大学学报, 2024, 53(1): 67-75. doi: 10.12178/1001-0548.2022307
[2]	张少东, 杨兴耀, 于炯, 李梓杨, 刘岩松. 基于对比学习和傅里叶变换的序列推荐算法 . 电子科技大学学报, 2023, 52(4): 610-619. doi: 10.12178/1001-0548.2022164
[3]	林尚静, 马冀, 李月颖, 庄琲, 李铁, 李子怡, 田锦. 基于个性化联邦学习的无线通信流量预测 . 电子科技大学学报, 2023, 52(1): 64-73. doi: 10.12178/1001-0548.2022102
[4]	王永, 冉珣, 尹恩民, 王利. 满足差分隐私保护的矩阵分解推荐算法 . 电子科技大学学报, 2021, 50(3): 405-413. doi: 10.12178/1001-0548.2020359
[5]	ALI Waqar, 邵杰, KHAN Abdullah Aman, TUMRANI Saifullah. 上下文感知推荐系统：挑战和机遇 . 电子科技大学学报, 2019, 48(5): 655-673. doi: 10.3969/j.issn.1001-0548.2019.05.002
[6]	陈玲姣, 蔡世民, 张千明, 周涛, 张翼成. 基于信任关系的资源分配推荐算法改进研究 . 电子科技大学学报, 2019, 48(3): 449-455. doi: 10.3969/j.issn.1001-0548.2019.03.022
[7]	张永棠, 罗海波. 考虑用户-发布者关系的个性化微博搜索模型 . 电子科技大学学报, 2018, 47(4): 626-632. doi: 10.3969/j.issn.1001-0548.2018.04.024
[8]	赫熙煦, 陈雷霆, 张民, 孙青云. 基于动态认知的微博用户行为关系网络构建方法 . 电子科技大学学报, 2018, 47(2): 262-266. doi: 10.3969/j.issn.1001-0548.2018.02.016
[9]	杨仁凤, 陈端兵, 谢文波. 微博用户兴趣主题抽取方法 . 电子科技大学学报, 2018, 47(4): 633-640. doi: 10.3969/j.issn.1001-0548.2018.04.025
[10]	罗春海, 刘红丽, 胡海波. 微博网络中用户主题兴趣相关性及主题信息扩散研究 . 电子科技大学学报, 2017, 46(2): 458-468. doi: 10.3969/j.issn.1001-0548.2017.02.022
[11]	丁哲, 秦臻, 郑文韬, 秦志光. 基于移动用户浏览行为的推荐模型 . 电子科技大学学报, 2017, 46(6): 907-912. doi: 10.3969/j.issn.1001-0548.2017.06.020
[12]	范天龙, 朱燕燕, 吴蕾蕾, 任晓龙, 吕琳媛. DHC定理在有向含权网络上的推广及应用 . 电子科技大学学报, 2017, 46(5): 766-776. doi: 10.3969/j.issn.1001-0548.2017.05.020
[13]	余刚, 王知衍, 邵璐, 胡舒悦, 蔡毅. 基于奇异值分解的个性化评论推荐 . 电子科技大学学报, 2015, 44(4): 605-610. doi: 10.3969/j.issn.1001-0548.2015.04.022
[14]	刘晶, 王峰, 胡亚慧, 李石君. 基于微博行为数据的不活跃用户探测 . 电子科技大学学报, 2015, 44(3): 410-414. doi: 10.3969/j.issn.1001-0548.2015.03.016
[15]	邵凤, 郭强, 曾诗奇, 刘建国. 微博系统网络结构的研究进展 . 电子科技大学学报, 2014, 43(2): 174-183. doi: 10.3969/j.issn.1001-0548.2014.02.003
[16]	张亮, 柏林森, 周涛. 基于跨电商行为的交叉推荐算法 . 电子科技大学学报, 2013, 42(1): 154-160. doi: 10.3969/j.issn.1001-0548.2013.01.031
[17]	闫强, 吴联仁, 郑兰. 微博社区中用户行为特征及其机理研究 . 电子科技大学学报, 2013, 42(3): 328-333. doi: 10.3969/j.issn.1001-0548.2013.03.002
[18]	朱郁筱, 吕琳媛. 推荐系统评价指标综述 . 电子科技大学学报, 2012, 41(2): 163-175. doi: 10.3969/j.issn.1001-0548.2012.02.001
[19]	张靖, 何发镁, 邱云. 个性化推荐系统描述文件攻击检测方法 . 电子科技大学学报, 2011, 40(2): 250-254. doi: 10.3969/j.issn.1001-0548.2011.02.019
[20]	石晶, 龚震宇, 裘杭萍. 基于Web使用挖掘的个性化服务系统 . 电子科技大学学报, 2002, 31(4): 399-403.

WeChat

点击查看大图

计量

文章访问数: 4447
HTML全文浏览量: 163
PDF下载量: 111
被引次数: 0

微博用户推荐模型的研究

doi: 10.3969/j.issn.1001-0548.2015.02.016

徐雅斌^1,2,
石伟杰^1,2

1. 北京信息科技大学计算机学院北京朝阳区 100101;

2. 北京信息科技大学网络文化与数字传播北京市重点实验室北京朝阳区 100101

基金项目:

国家自然科学基金(61370139);网络文化与数字传播北京市重点实验室项目(ICDD201309);北京市属高等学校创新团队建设与教师职业发展计划(IDHT20130519)

作者简介:
徐雅斌(1964-),男,教授,主要从事社交网络、云计算和未来网络方面的研究.

收稿日期: 2014-10-22
修回日期: 2015-02-06
刊出日期: 2015-04-15

中图分类号: TP301

关键词:

摘要: 微博用户推荐对改善用户体验、促进社交网络长远发展具有重要意义。该文提取了能够充分反映微博用户之间相关性的多个特征,并通过逻辑回归模型对潜在的用户进行评分排序,为目标用户推荐前N个潜在用户。基于新浪微博数据集的实验结果表明,基于逻辑回归方法的用户推荐模型是切实有效的,可以为微博用户提供高性能的个性化用户推荐。

English Abstract

徐雅斌, 石伟杰. 微博用户推荐模型的研究[J]. 电子科技大学学报, 2015, 44(2): 254-259. doi: 10.3969/j.issn.1001-0548.2015.02.016

引用本文:

徐雅斌, 石伟杰. 微博用户推荐模型的研究[J]. 电子科技大学学报, 2015, 44(2): 254-259. doi: 10.3969/j.issn.1001-0548.2015.02.016

XU Ya-bin, SHI Wei-jie. Research on Micro-Blog User Recommendation Model[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(2): 254-259. doi: 10.3969/j.issn.1001-0548.2015.02.016

Citation:

XU Ya-bin, SHI Wei-jie. Research on Micro-Blog User Recommendation Model[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(2): 254-259. doi: 10.3969/j.issn.1001-0548.2015.02.016

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发