基于知識(shí)流和用戶(hù)選擇的微博話題推薦.pdf

1、隨著大數(shù)據(jù)時(shí)代信息量的快速增長(zhǎng)，微博數(shù)據(jù)過(guò)載情況越來(lái)越嚴(yán)重，同時(shí)，微博數(shù)據(jù)結(jié)構(gòu)也越來(lái)越復(fù)雜。這種情況導(dǎo)致微博用戶(hù)很難從海量的知識(shí)中快速、準(zhǔn)確地獲取對(duì)自己有用的信息。針對(duì)上述研究背景，本文提出了基于知識(shí)流和用戶(hù)選擇的微博話題推薦。該推薦模型通過(guò)知識(shí)流的構(gòu)建解決由于微博話題數(shù)據(jù)量過(guò)多、過(guò)雜而引起的微博話題推薦效率過(guò)低的問(wèn)題，提高微博話題存取速度與存取效率，并通過(guò)用戶(hù)選擇提高微博話題推薦的準(zhǔn)確度。具體研究?jī)?nèi)容分為以下幾個(gè)方面:
　　第一

2、，微博話題的用戶(hù)群聚類(lèi)。本文通過(guò)分析用戶(hù)的歷史行為，得到每個(gè)用戶(hù)有關(guān)微博話題的興趣向量;再利用K-Means算法實(shí)現(xiàn)對(duì)微博用戶(hù)的聚類(lèi)，得到k個(gè)用戶(hù)群和每個(gè)用戶(hù)群的核心用戶(hù)，保證這些用戶(hù)群滿足群內(nèi)高相似度，群間低相似度。將微博用戶(hù)進(jìn)行聚類(lèi)，可以提高微博話題推薦的效率。
　　第二，微博話題知識(shí)流的構(gòu)建。為了盡可能保證知識(shí)流中的微博話題都是值得推薦的，本文在微博話題知識(shí)流的組織之前，依次根據(jù)微博話題的興趣度及其與用戶(hù)群之間的關(guān)聯(lián)度對(duì)微博

3、話題進(jìn)行了兩次篩選。兩次篩選有效改善待推薦微博話題知識(shí)流的質(zhì)量，從而提高微博話題推薦的準(zhǔn)確率。
　　第三，基于用戶(hù)選擇的推薦與知識(shí)流的更新。本文根據(jù)用戶(hù)群與知識(shí)流中微博話題的關(guān)聯(lián)度進(jìn)行排序，并將組織好的知識(shí)流推薦給該用戶(hù)群;由于知識(shí)流中的微博話題隨著時(shí)間的流逝興趣度會(huì)發(fā)生改變，而用戶(hù)的選擇也會(huì)對(duì)兩者的關(guān)聯(lián)度造成影響，本文以此為依據(jù)實(shí)現(xiàn)知識(shí)流的更新，最后根據(jù)用戶(hù)的反饋驗(yàn)證模型的有效性。
　　實(shí)驗(yàn)結(jié)果顯示，該算法能夠在一定程度上