基于微博社會(huì)網(wǎng)絡(luò)的用戶興趣模型研究.pdf

1、微博是一個(gè)基于用戶關(guān)系的信息分享、傳播以及獲取平臺(tái),是基于web2.0平臺(tái)新近興起的開(kāi)放互聯(lián)網(wǎng)社交服務(wù)。在微博平臺(tái)中,用戶通過(guò)關(guān)注形成人際關(guān)系網(wǎng),用戶發(fā)布的信息通過(guò)轉(zhuǎn)發(fā)等方式以病毒的方式飛速傳播。這使得微博不僅僅是擴(kuò)大人際圈實(shí)現(xiàn)社會(huì)交往的社交網(wǎng)絡(luò),更是獲取最新資訊和各方評(píng)論信息的重要媒介。近年來(lái)國(guó)外基于社會(huì)網(wǎng)絡(luò)的用戶興趣研究越來(lái)越多,利用用戶興趣模型提供的精準(zhǔn)化廣告投放服務(wù)成本低、效果好,逐漸成長(zhǎng)為一種主要盈利模式。國(guó)內(nèi)目前還沒(méi)有十分完

2、善成熟的類(lèi)似系統(tǒng),因此本文針對(duì)微博的社會(huì)網(wǎng)絡(luò)特性進(jìn)行了如下研究:
　　第一,分析了微博社會(huì)網(wǎng)絡(luò)的信息結(jié)構(gòu),概括了微博用戶興趣的構(gòu)成,針對(duì)傳統(tǒng)微博信息采集方案的不足提出了具有可行性的微博信息采集系統(tǒng)設(shè)計(jì)方案,實(shí)現(xiàn)的分布式采集系統(tǒng)在實(shí)際應(yīng)用中效率和擴(kuò)展性好于傳統(tǒng)采集方案;
　　第二,構(gòu)建出真實(shí)的微博社會(huì)網(wǎng)絡(luò)關(guān)系,結(jié)合復(fù)雜網(wǎng)絡(luò)中節(jié)點(diǎn)重要度算法相關(guān)理論,以PageRank算法思想為基礎(chǔ)提出了微博用戶重要度的收斂算法,以用戶重要度反映

3、微博用戶的現(xiàn)實(shí)影響力;
　　第三,研究了微博短文本的關(guān)鍵詞提取方案,包括微博中冗余信息的過(guò)濾,利用自然語(yǔ)言處理工具分詞,用同義詞詞林計(jì)算詞語(yǔ)相似度,根據(jù)詞語(yǔ)間相似度關(guān)系構(gòu)造無(wú)向圖,用圖的鄰接矩陣計(jì)算詞語(yǔ)重要度,從而提取出微博文本中的關(guān)鍵詞;
　　第四,在用戶重要度和微博關(guān)鍵詞的基礎(chǔ)上,提出了基于TF-IDF改進(jìn)的微博用戶興趣特征項(xiàng)提取算法,利用向量空間模型建立微博用戶的興趣空間,通過(guò)長(zhǎng)期興趣與短期興趣定義用戶的興趣度,完成用