一种基于用户偏好自动分类的社会媒体共享和推荐方法

被引：13

作者：

贾大文 ^{[1
]}

曾承 ^{[1
]}

彭智勇 ^{[2
]}

成鹏 ^{[1
]}

阳志敏 ^{[1
]}

卢舟 ^{[1
]}

机构：

[1] 武汉大学软件工程国家重点实验室

[2] 武汉大学计算机学院

来源：

计算机学报 | 2012年 / 35卷 / 11期

关键词：

Web数据共享; 共同偏好组; 社会媒体推荐;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

社会媒体应用已成为Web应用的主流,以用户为中心并且海量媒体数据由用户自生成是社会媒体Web应用的重要特征.应对目前社会媒体环境中信息过载的问题,信息的共享和推荐机制发挥着重要的作用.文中分析了目前主流社会媒体网站基于用户自建组的信息共享机制所存在的问题以及传统推荐技术在效率上的问题,提出了一种新的基于用户偏好自动分类的社会媒体数据共享和推荐方法.直观上讲,该方法的本质是把用户对具体媒体对象的偏好转化成用户对媒体对象所蕴含兴趣元素的偏好,然后把具有相同偏好的用户,即对若干兴趣元素上的兴趣度都相同,自动聚合成为一个"共同偏好组(CPG)".文中提出了基于CPG的社会媒体信息共享和推荐的架构,设计实现了CPG的自动生成算法,通过随机生成模拟数据集实验详细分析了算法性能的影响因素,并与现有类似功能算法进行了效率对比,实验结果表明算法可适用于具有海量用户的社会媒体应用.

引用

页码：2381 / 2391

页数：11

共 4 条

[1] Collection-Based Sparse Label Propagation and Its Application on Social Group Suggestion from Photos [J].

Yu, Jie ;

Jin, Xin ;

Han, Jiawei ;

Luo, Jiebo .

ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY, 2011, 2 (02)

[2] Evaluating collaborative filtering recommender systems [J].

Herlocker, JL ;

Konstan, JA ;

Terveen, K ;

Riedl, JT .

ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) :5-53

[3]

Towards learning user-adaptive state models in a conversationalrecommender system .2 Mahmood,T,Ricci,F. LWA2007: Lernen-Wissen-Adaption, Halle,September2007, Workshop Proceedings . 2007

[4]

Hybrid collaborative and content-based music recommendation using probabilistic model with latent user preferences .2 K. Yoshii,M. Goto,K. Komatani et al. Proceedings of 7th International Conference on Music Information Retrieval . 2006

← 1 →