微博用戶個性化標簽提取技術研究.pdf

1、微博用戶標簽由于能反映用戶特征，用戶偏好等信息，并且用戶標簽對用戶廣告推薦，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簽提取有一定實際意義。本文研究的微博用戶個性化標簽中的個性化包含兩層含義，一是標簽能反應用戶的個性化特征，二是標簽自身包含相應的個性化特征。標簽反應用戶的個性化特征的程度本文通過與用戶手動提取的標簽對比進行判斷，標簽自身包含的個性化特征是指對標簽進行的進一步分類處理，使用戶的標簽之間帶有共同屬性，以便于對用

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

3、的混合標簽，除基礎類型標簽中的基礎標簽的提取方法是使用的已有算法TextRank算法外，其余六種標簽提取方法均是本文所提出。通過最后的驗證實驗發(fā)現(xiàn)，三種基礎類型標簽的混合標簽提取效果最好，因此，本文所研究的用戶標簽提取方法使用戶個性化標簽提取的效果得到了改進。另外，本文對提取出來的用戶個性化標簽進行進一步分類處理之后，使微博用戶的標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，使用戶標簽的應用范圍變得更加