计算机应用研究

作者：徐建民,申永平,吴树芳,

单位：河北大学a.网络空间安全与计算机学院;b.管理学院,河北保定071000；

关键词：分层,社交,潜在兴趣,显性兴趣,推荐,

基金：国家社会科学基金资助项目(17BTQ068)；河北省教育厅人文社科重大攻关项目(ZD202102)；；

针对现有微博推荐中未考虑分层关系对兴趣影响的问题，提出一种基于分层社交关系的微博推荐算法。首先基于时间窗口计算相对亲密强度与社交增长率来构建分层网络；其次在网络中量化影响力、吸引力、交互紧密度来挖掘目标用户潜在兴趣；然后依据短文本扩展策略获取目标用户显性兴趣；最后将潜在兴趣与显性兴趣融合，计算融合兴趣与待推荐微博的相似度实现推荐。实验结果表明，与经典的微博推荐方法相比，该算法在准确率、召回率、F值、MRR上均优于其他方法，最高提高了14.73%.由实验结果可知，综合考虑潜在兴趣和显性兴趣可以提高微博推荐效果。

来源：2021年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第12期