中国学术期刊网络出版总库
  关闭
结合信任和用户关系的微博关注推荐算法  
   推荐 CAJ下载 PDF下载
【英文篇名】 Microblog followee recommendation algorithm combining with trust and user relationship
【下载频次】 ★★★★★
【作者】 王梦佳; 贺智明; 郑剑;
【英文作者】 Wang Mengjia; He Zhiming; Zheng Jian; School of Information Engineering; Jiangxi University of Science & Technology;
【作者单位】 江西理工大学信息工程学院;
【文献出处】 计算机应用研究 , Application Research of Computers, 编辑部邮箱 2018年 12期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 信任度; 用户行为; 用户关系; 关注推荐; 逻辑回归;
【英文关键词】 trust; user behavior; user relationship; followee recommendation; logistic regression;
【摘要】 用户关注推荐在微博信息分享平台中扮演着非常重要的角色。现有的用户关注推荐模式大多采取内容及背景相似性度量用户距离,且多数使用单一因素进行排序推荐,没有针对用户群体进行分类,推荐效果一般。提出了一种针对非名人用户的新型关注推荐算法RTLR,该算法同时使用用户关系和互动行为信息进行推荐,并结合多因素建立逻辑回归模型。从国内用户最多的新浪微博中采集真实数据进行实验,结果显示新型模型有效地提高了关注推荐的准确性。
【英文摘要】 Users followee recommendation plays an important role in information sharing over microblogging platforms. The majority existing followee recommendation schemes adopt either content or background information relevance to measure the user distance,and most use a single factor for followee ranking,there is no classification for user groups,suffering poor performance. Thus this paper proposed a novel followee recommendation algorithm RTLR for non-celebrity that took into user the information sources of both fo...
【基金】 国家自然科学基金资助项目(61462034,61563019); 江西省教育厅科学技术研究资助项目(GJJ13415); 江西理工大学科研基金重点资助项目(NSFJ2014-K11); 江西省研究生创新专项基金资助项目(YC2016-S316)
【更新日期】 2018-12-10
【分类号】 TP391.3
【正文快照】 自微博系统出现以来,微博用户增长迅速。如今,仅新浪微博的月平均活跃用户数已接近3亿人,且连续保持增长态势。每天产生超过一亿条新闻,每月新增用户达2 000万。由于大量增长的用户产生海量的信息,如何从海量信息中为用户提供相关和可靠的信息成为一个挑战。在一般社区中处理大

xxx
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   计算技术、计算机技术
    计算机的应用
     信息处理(信息加工)
      检索机
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号