基于Folksonmy和本体融合的微博信息推荐方法研究

被引：6

作者：

崔金栋 ^{[1
,2
]}

孙遥遥 ^{[1
]}

王欣 ^{[1
]}

于圆美 ^{[1
]}

王新媛 ^{[2
]}

机构：

[1] 东北电力大学经济管理学院

[2] 吉林大学管理学院

来源：

情报科学 | 2015年 / 10期

关键词：

微博信息; 微本体; 信息推荐; LDA模型;

D O I：

10.13833/j.cnki.is.2015.10.005

中图分类号：

G206 [传播理论]; G350 [情报学];

学科分类号：

050302 ; 1205 ;

摘要：

微博信息推荐本质上属于微博信息组织的内容,由于用户信息的非结构化带来的推荐不准确的问题成为影响微博发展的制约因素。笔者针对用户信息的非结构化问题,从微博信息组织的视角出发,以简化的本体架构——微本体为数据结构来构建微博信息推荐系统的底层数据库,结合改进的LDA模型进行微博信息和用户的推荐,将有效的提高微博信息推荐的精度和质量。实验证明与传统LDA算法相比,基于Folksonmy和Ontology融合的微博信息推荐算法更加可靠。

引用

页码：27 / 31

页数：5

共 8 条

[1] 信息管理技术视角下微博研究综述与趋势分析 [J].