基于用戶關(guān)系鏈的微博收聽推薦系統(tǒng)設(shè)計與實現(xiàn).pdf

1、微博服務(wù)是一種新的Web2.0技術(shù)應(yīng)用,為網(wǎng)民提供便捷、快速的內(nèi)容發(fā)布和分享服務(wù),成為網(wǎng)民日常生活中的一項重要應(yīng)用。但是,近幾年的快速發(fā)展,使得微博信息平臺走入了信息過載的時代,因此有效的微博推薦對于一般讀者及時獲取相關(guān)信息具有關(guān)鍵作用。雖然目前主流的推薦方法(如Facebook,Twitter和新浪微博的用戶推薦模型)采用了基于內(nèi)容的推薦方法、基于鄰居的推薦方法、基于用戶興趣的推薦方法等,但是這些方法存在社交關(guān)系網(wǎng)絡(luò)稠密度不夠,建立關(guān)

2、系的過程緩慢,推薦關(guān)系有限,社會認知度膚淺等問題。
　　建立了一種新的微博推薦收聽關(guān)系模型——關(guān)系鏈模型,包括微博社交網(wǎng)絡(luò)中的強關(guān)系模型和弱關(guān)系模型。前者定義4種一度關(guān)系類型,依據(jù)機器學習和經(jīng)驗得到每種關(guān)系類型的權(quán)值,計算得到一度關(guān)系綜合矩陣,再在一度關(guān)系基礎(chǔ)上推導(dǎo)出二度關(guān)系矩陣,與關(guān)系矩陣對應(yīng)參數(shù)做乘法計算,求和16種二度關(guān)系,獲取當前用戶的推薦用戶結(jié)果集合,經(jīng)過排序和條件過濾后,將最終結(jié)果推薦給用戶。后者是先由用戶收聽關(guān)系獲得

3、基于用戶與用戶之間的偶像(收聽對象)相似度和粉絲(聽眾)相似度,再按照人口屬性和挖掘興趣特征的維度獲取興趣相似度,綜合得到用戶相似矩陣,根據(jù)相似矩陣給出用戶推薦結(jié)果。以騰訊微博平臺為基礎(chǔ),在用戶隱私可接受范圍內(nèi)獲取跨平臺的數(shù)據(jù)及自有平臺的數(shù)據(jù),實現(xiàn)了關(guān)系鏈推薦算法,按照場景需求給用戶推薦用戶的收聽列表。
　　對實現(xiàn)的推薦結(jié)果進行評測,證明推薦系統(tǒng)能提供給用戶滿意合理的推薦結(jié)果,通過在線的測試方法AB測試得出不同桶的收聽數(shù)據(jù),對比得