基于用户动机的微博客信息流个性化推荐模型构建

被引：6

作者：

黄成

机构：

[1] 不详

[2] 重庆医科大学信息管理系

[3] 不详

来源：

情报杂志 | 2013年 / 11期

关键词：

微博; 信息流; 社会化网络; 协同过滤;

D O I：

暂无

中图分类号：

TP393.092 [];

学科分类号：

摘要：

微博客类社会化网络媒介中用户发布的社会化网络信息流,已经成为用户获取信息的主要信息源,但时间线排序法及现有研究与应用尚不足以解决"信息泛滥"与用户"信息饥渴"之间的矛盾。在分析现有微博客信息流推荐模式的基础上,将微博客用户动机分为获取社交类信息、学习类信息和公共信息三大类,构建了由主题相关性、关系强度和信任三个维度协同推荐的基于用户动机的微博客信息流推荐模型。以新浪微博"智能排序"为例,对基于用户动机的微博客信息流个性化推荐服务进行改进。

引用

页码：117 / 120

页数：4

共 12 条

[1]

Blind Spots:Unveiling Users’’True Willingness in Online Social Networks. Wang D,Liu X,Li X. Communications Software,Services and Multimedia Symposium . 2012

[2]

Is it Really about me:Message Content in Social Awareness Streams. Naaman M,Boase J,Lai C H. Proceedings of the2010 ACM conference on Computer Supported Cooperative Work . 2010

[3]

The strength of weak ties. Granovetter MS. The American Journal of Medicine . 1973

[4]

The Secret Sauce That Makes Facebook’’s News Feed Tick[OL]. EdgeRank. http://techcrunch.com/2010/04/22/facebook-edgerank/ .

[5]

Looking at,looking up or keeping up with people?:Motives and use of facebook. Adam,N Joinson. Proceeding of the twenty-sixth annual SIGCMI conference on Human factors in computing systems . 2008

[6] 基于社会化群体作用的信息聚合服务 [J].

胡昌平 ;

胡吉明 ;

邓胜利 .

中国图书馆学报, 2010, 36 (03) :51-56

[7] 基于专家信任优先的协同过滤推荐算法 [J].

景民昌 ;

唐弟官 ;

于迎辉 .

图书情报工作, 2012, 56 (11) :105-108

[8]

Speak little and well:Recommending Conversations in Online Social Streams. Chen J,Nairn R,Chi E. Proceedings of the2011 annual Conference on Human Factors in Computing Systems . 2011

[9]

Short and tweet:Experiments on Recommending Content From Information Streams. Chen J,Nairn R,Nelson L,et al. Proceedings of the 28th International Conference on Human Factors in Computing Systems . 2010

[10]

Predicting tie Strength with Social Media. Gilbert E,Karahalios K. Proceedings of the Sigchi Conference on Human Factors in Computing Systems . 2009

← 1 2 →