个性化微博实时推荐模型研究

被引：13

作者：

石磊 ^{[1
]}

陶永才 ^{[1
]}

李俊艳 ^{[1
]}

卫琳 ^{[2
]}

机构：

[1] 郑州大学信息工程学院

[2] 郑州大学软件技术学院

来源：

小型微型计算机系统 | 2016年 / 37卷 / 09期

关键词：

个性化推荐; 实时推荐; 动态偏好; 微博;

D O I：

10.20009/j.cnki.21-1106/tp.2016.09.004

中图分类号：

TP391.3 [检索机];

学科分类号：

080201 [机械制造及其自动化];

摘要：

微博作为一种具有代表性的社交新兴媒体,为用户提供实时的、个性化的信息服务,可以让用户从海量信息中快速获取自己感兴趣的、实时的信息.提出一种个性化的实时微博推荐模型(Personalized and Real-Time recommendation model,PRT),为了提高推荐的效率和准确性,PRT基于LDA主题模型获取用户动态偏好,根据用户偏好把用户分为不同的用户组,为用户组提供整体的局部推荐列表.PRT根据用户上次浏览微博时间t0的不同,为用户推荐从t0到当前时间发布的微博,满足用户对微博推荐的实时、个性化需求.本文使用从新浪微博获取的真实数据验证了模型的高效性和准确性,和算法CT比较,个性化实时推荐模型PRT的准确率提高了10.6%,召回率提高了8.4%,为用户提供了更准确的推荐.

引用

页码：1910 / 1914

页数：5

共 9 条

[1]

融合用户兴趣模型与会话抽取的微博推荐方法 [J].

马慧芳 ;

姚伟 ;

贾美惠子 ;

崔彤 .

计算机应用研究, 2015, 32 (09) :2724-2728

[2]

面向微博系统的实时个性化推荐 [J].

高明 ;

金澈清 ;

钱卫宁 ;

王晓玲 ;

周傲英 .

计算机学报, 2014, 37 (04) :963-975

[3]

适应用户兴趣变化的指数遗忘协同过滤算法 [J].

李克潮 ;

梁正友 .

计算机工程与应用 , 2011, (13) :154-156

[4]

数据挖掘中的聚类算法研究 [D].

裴康 .

北京邮电大学,

2014

[5]

基于用户聚类和语义词典的微博推荐系统 [D].

蒋超 .

浙江大学,

2013

[6]

A Hybrid Microblog Recommendation Model in Mobile Social Network [J].

Chen, Xiaoyan .

JOURNAL OF ELECTRONIC COMMERCE IN ORGANIZATIONS, 2014, 12 (04) :69-79

[7]

An Improved User Interest Model for Microblog Personalized Recommendation.[J].Wei Long Ye;Bei Zhan Wang;Kang Chen;Kai Jie Guo.Applied Mechanics and Materials.2014, 571

[8]

Interest-based real-time content recommendation in online social communities.[J].Dongsheng Li;Qin Lv;Xing Xie;Li Shang;Huanhuan Xia;Tun Lu;Ning Gu.Knowledge-Based Systems.2011,

[9]

Probabilistic Topic Models [J].

Blei, David M. .

COMMUNICATIONS OF THE ACM, 2012, 55 (04) :77-84

← 1 →