国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:徐建民,刘明艳,王苗,
单位:河北大学网络空间安全与计算机学院,河北保定071002;
关键词:个体兴趣,关联兴趣,扩展兴趣,微博推荐,
基金:河北省自然科学基金资助项目(2015201142);国家社科基金后期资助项目(17FTQ002);;
为解决微博用户兴趣提取不准确的问题,提出一种基于用户扩展兴趣的微博推荐方法。该方法将用户个体兴趣与关联兴趣结合为用户扩展兴趣进行微博推荐。其中,用户个体兴趣从用户标签、发布微博及交互微博中提取;用户关联兴趣通过用户与其关注用户间的关注关系强度、交互频繁程度和个体兴趣相似度获取。最后,计算用户扩展兴趣与待推荐微博的相似度,对相似度降序排列产生推荐列表。实验结果表明,新方法较传统方法更具有效性和准确性。
来源:2019年第6期
《计算机应用研究》期刊编辑部