基于知识流和用户选择的微博话题推荐

来源 :安徽理工大学 | 被引量 : 1次 | 上传用户:t272162898
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着大数据时代信息量的快速增长,微博数据过载情况越来越严重,同时,微博数据结构也越来越复杂。这种情况导致微博用户很难从海量的知识中快速、准确地获取对自己有用的信息。针对上述研究背景,本文提出了基于知识流和用户选择的微博话题推荐。该推荐模型通过知识流的构建解决由于微博话题数据量过多、过杂而引起的微博话题推荐效率过低的问题,提高微博话题存取速度与存取效率,并通过用户选择提高微博话题推荐的准确度。具体研究内容分为以下几个方面:第一,微博话题的用户群聚类。本文通过分析用户的历史行为,得到每个用户有关微博话题的兴趣向量;再利用K-Means算法实现对微博用户的聚类,得到k个用户群和每个用户群的核心用户,保证这些用户群满足群内高相似度,群间低相似度。将微博用户进行聚类,可以提高微博话题推荐的效率。第二,微博话题知识流的构建。为了尽可能保证知识流中的微博话题都是值得推荐的,本文在微博话题知识流的组织之前,依次根据微博话题的兴趣度及其与用户群之间的关联度对微博话题进行了两次筛选。两次筛选有效改善待推荐微博话题知识流的质量,从而提高微博话题推荐的准确率。第三,基于用户选择的推荐与知识流的更新。本文根据用户群与知识流中微博话题的关联度进行排序,并将组织好的知识流推荐给该用户群;由于知识流中的微博话题随着时间的流逝兴趣度会发生改变,而用户的选择也会对两者的关联度造成影响,本文以此为依据实现知识流的更新,最后根据用户的反馈验证模型的有效性。实验结果显示,该算法能够在一定程度上提高微博话题推荐的准确度。本文创新地利用知识流对微博话题进行有效组织,以提高微博话题的推荐效率,并加入了用户选择以供机器学习,从而提高微博话题推荐的准确度。本文提出的方法在当前海量信息的环境下有较好的理论研究意义和实际应用价值,其不仅可以运用到各种社交平台,也可以运用到网络购物平台。
其他文献
小说意味隽永蕴含先进的价值观念和价值取向,是高中语文教学的重要组成部分,对提高学生品德修养有着至关重要的作用。美德发展作为学生语文素养的重要内容,由于没有实际的检
以Facebook为代表的基于位置社交网络受到人们的广泛关注,这种新兴的社交网络在传统的社交网络基础上增加了地理位置,使得传统的在虚拟网络上的世界社交延伸到现实世界。通过
近年来,随着基于位置服务的发展以及智能设备的普及,空间查询技术已经深入到日常生活中。然而当今的查询技术已经不仅仅局限于我们所熟知的近邻查询。为了更贴近实际应用,移
图像分割是图像分析、计算机视觉研究的重要内容,在医学影像、遥感影像、智能交通、生物分子影像处理与分析等多个领域广泛应用。基于变分水平集方法的变分图像分割模型为多
无线射频识别技术(RFID)作为物联网感知识别层重要的技术之一,从当初第二次世界大战的鉴别敌机军事应用变革到现在的身份识别、门禁控制、车辆收费以及无人收货等商业应用,其
随着我国国力的不断提升,党和国家越来越重视我国体育事业的发展,作为体育人才培养及体育事业发展的主要单位—高等体育院校,也越来越受到重视。高等体育院校为了培养出质量
随着医学影像学的快速发展,医学成像技术层出不穷,光学相干层析(optical coherence tomography,OCT)成像的出现推动了眼科学的发展,并得到了广泛的应用。但由于相干成像模式,
随着互联网的快速发展,数据呈多态化变化趋势,产生了很多不完备不一致数据,这对数据分类和预测等处理带来了巨大的阻碍。对不完备不一致数据的填补一直以来都是数据挖掘领域
随着互联网+旅游战略口号的提出、全域旅游系统构想的萌发,智慧旅游、个性化旅游成为旅游行业发展的新趋势。现有的在线旅游系统存在一些问题,如智能化功能不明确、只能被动
随着无线通信技术的高速发展,终端及通信业务的的急剧增长。泛在通信的普及,频谱资源需求与稀缺的矛盾日益严重。认知无线电为频谱效率的极大提高带来了解决方案。认知无线电