论文部分内容阅读
为解决微博信息过载问题,信息过滤、推荐和搜索等技术被应用于博客研究中。但已有推荐算法多数基于单一维度进行推荐,导致推荐场合存在局限性。为此,构建一种综合信任模型、社会关系和语义相似度的综合推荐模型。应用神经网络来学习和捕获博主的偏好模式,并且将其用于预测最终的推荐得分。在真实的数据集上进行实验,结果表明该推荐机制具有高效性与可行性。