

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著 Web2.0時代的到來,諸如Twitter,騰訊微博等微博系統(tǒng)受到了越來越多的用戶的青睞。不同于傳統(tǒng)的社交網(wǎng)絡,在微博社區(qū)中,用戶通過關注或被關注關系,形成網(wǎng)絡社會關系。作為信息分享與傳播平臺,微博系統(tǒng)所提供的最為基本也是最具特色的服務是作為一個工具可以隨時隨地發(fā)布用戶自身感興趣的短消息(稱之為微博)。每個用戶的主頁面上都會按照時間先后順序顯示其所有關注對象所發(fā)布的微博信息。因此,為用戶推薦最感興趣的關注人,從而使他們能夠最大程度
2、地受益于其關注人所發(fā)布的微博信息對于微博推薦系統(tǒng)是一個十分重要的問題。然而,微博系統(tǒng)的用戶數(shù)量是極為龐大的,在如此大規(guī)模的社區(qū)中為每一個用戶推薦最相關的關注對象是一個充滿挑戰(zhàn)的研究課題。
本文提出了形式概念分析(FCA)應用于社交網(wǎng)絡中用戶推薦系統(tǒng)中的方法。形式概念分析是一種分析二元關系的數(shù)學方法。本文我們用它來處理用戶推薦系統(tǒng)中用戶與微博文本中詞項關系。基于形式概念分析,文章提出了一些有益的探索和研究,主要內(nèi)容如下:
3、 (1)采用概念格來存儲基于用戶和詞項間的映射關系以作為知識背景,以便指導推薦系統(tǒng)的推薦。通過計算概念相似度以及用概念格匹配遍歷到的候選用戶,我們可以得到候選用戶的排名并用它來有效地擴展目標用戶的好友列表。
(2)我們也提出了基于用戶的微博以及社會關系的用戶背景圖來表示知識背景。通過計算與用戶背景圖中的概念的相似度并與用戶背景圖進行匹配,我們得到候選用戶的排名并依此來進行用戶推薦。為了對基于用戶背景圖的聚類方法進行評估,我們
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 社交網(wǎng)絡中的用戶標簽推薦
- 社交網(wǎng)絡中的用戶標簽推薦.pdf
- 社交網(wǎng)絡中基于用戶特征的專家推薦研究.pdf
- 基于用戶情境的社交網(wǎng)絡推薦.pdf
- 社交網(wǎng)絡中的主題用戶推薦算法研究.pdf
- 基于隱私保護的社交網(wǎng)絡用戶推薦系統(tǒng).pdf
- 基于用戶多維社交網(wǎng)絡模型的推薦算法研究.pdf
- 社交網(wǎng)絡中基于聚類分析的可信推薦系統(tǒng).pdf
- 基于用戶信任傳播和社交網(wǎng)絡的服務推薦.pdf
- 基于社交網(wǎng)絡的用戶通信行為分析.pdf
- 基于社交網(wǎng)絡用戶信任度的Web服務推薦研究.pdf
- 基于用戶網(wǎng)絡社交信息的推薦算法研究與實現(xiàn).pdf
- 社交網(wǎng)絡中基于信任的推薦系統(tǒng).pdf
- 基于形式概念分析的網(wǎng)絡輿情研究.pdf
- 基于機器學習的社交網(wǎng)絡用戶特征分析
- 基于形式概念分析的協(xié)同推薦技術研究.pdf
- 基于用戶興趣模型的社交網(wǎng)絡好友推薦技術研究.pdf
- 基于形式概念分析的推薦算法研究及應用.pdf
- 基于機器學習的社交網(wǎng)絡用戶特征分析.pdf
- 基于用戶多興趣和社交網(wǎng)絡的個性化推薦研究
評論
0/150
提交評論