微博用户推荐模型的研究

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)

详细信息

Research on Micro-Blog User Recommendation Model

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.	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(04): 626-632 . 本站查看
2.	赵以昕，李铮，汪强兵. 基于改进LDA模型的图书推荐方法研究. 情报工程. 2018(05): 83-95 . 百度学术
3.	邓丹君. 基于LDA的微博用户实时个性化推荐算法. 现代计算机(专业版). 2017(14): 30-33 . 百度学术
4.	王秋森，俞浩亮，徐浩诚，冯旭鹏，刘利军，黄青松. 基于LDA的微博用户粉丝亲密度评价模型. 计算机应用与软件. 2016(10): 67-71 . 百度学术
5.	杨帆，沈来信. 基于SS2H的微信公众平台账号设计. 计算机技术与发展. 2016(01): 195-199 . 百度学术