微博用戶個性化標(biāo)簽提取技術(shù)研究.pdf

1、微博用戶標(biāo)簽由于能反映用戶特征，用戶偏好等信息，并且用戶標(biāo)簽對用戶廣告推薦，用戶聚類，用戶查找等都有一定潛在價值，因此研究微博用戶標(biāo)簽提取有一定實(shí)際意義。本文研究的微博用戶個性化標(biāo)簽中的個性化包含兩層含義，一是標(biāo)簽?zāi)芊磻?yīng)用戶的個性化特征，二是標(biāo)簽自身包含相應(yīng)的個性化特征。標(biāo)簽反應(yīng)用戶的個性化特征的程度本文通過與用戶手動提取的標(biāo)簽對比進(jìn)行判斷，標(biāo)簽自身包含的個性化特征是指對標(biāo)簽進(jìn)行的進(jìn)一步分類處理，使用戶的標(biāo)簽之間帶有共同屬性，以便于對用

2、戶進(jìn)行查找，聚類等。本文通過研究發(fā)現(xiàn)用戶自提標(biāo)簽中存在三種基礎(chǔ)類型的標(biāo)簽，本文分別稱為基礎(chǔ)標(biāo)簽，分類標(biāo)簽，關(guān)注標(biāo)簽，之后分別研究了每種基礎(chǔ)類型標(biāo)簽的特點(diǎn)，并根據(jù)每種基礎(chǔ)類型標(biāo)簽的特點(diǎn)設(shè)計了相應(yīng)的提取方法，之后又根據(jù)三種基礎(chǔ)類型標(biāo)簽之間的關(guān)系，研究如何將三者綜合到一起，得到更好的反應(yīng)用戶個性化特征的標(biāo)簽。因此本文對用戶個性化標(biāo)簽的提取過程中共涉及到七種標(biāo)簽提取方法，其中三種方法提取的為基礎(chǔ)類型的標(biāo)簽，另外四種方法則是這三種基礎(chǔ)類型標(biāo)簽之間

3、的混合標(biāo)簽，除基礎(chǔ)類型標(biāo)簽中的基礎(chǔ)標(biāo)簽的提取方法是使用的已有算法TextRank算法外，其余六種標(biāo)簽提取方法均是本文所提出。通過最后的驗(yàn)證實(shí)驗(yàn)發(fā)現(xiàn)，三種基礎(chǔ)類型標(biāo)簽的混合標(biāo)簽提取效果最好，因此，本文所研究的用戶標(biāo)簽提取方法使用戶個性化標(biāo)簽提取的效果得到了改進(jìn)。另外，本文對提取出來的用戶個性化標(biāo)簽進(jìn)行進(jìn)一步分類處理之后，使微博用戶的標(biāo)簽之間帶有了更多共性的信息，對用戶聚類，用戶分類，用戶查找等也帶來了一定好處，使用戶標(biāo)簽的應(yīng)用范圍變得更加