微博興趣識(shí)別與推送系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、微型博客作為Web2.0時(shí)代互聯(lián)網(wǎng)最廣泛的應(yīng)用之一,具有分散性、多樣性、時(shí)效性和信息量龐大等特點(diǎn)。為了從大量的、分散的信息中,獲取用戶感興趣的話題及相關(guān)信息,并實(shí)時(shí)推送給用戶,本文針對中文微博,進(jìn)行了用戶興趣識(shí)別和自動(dòng)推送系統(tǒng)的研究和實(shí)現(xiàn)工作。
　　本文在分析主流中文微博的信息特點(diǎn)和用戶行為特點(diǎn)的基礎(chǔ)上,結(jié)合國內(nèi)外興趣識(shí)別和微博交互的相關(guān)技術(shù),重點(diǎn)研究了適合針對中文微博系統(tǒng)的信息采集、中文分詞、興趣識(shí)別和自動(dòng)推送技術(shù)。本文的主要工

2、作如下:
　　在分析微博信息發(fā)布特點(diǎn)的基礎(chǔ)上,提出了基于JAVA的任務(wù)調(diào)度技術(shù),調(diào)用相關(guān)接口對微波信息進(jìn)行采集;通過對國內(nèi)外中文分詞系統(tǒng)性能的研究,采用一種基于層疊隱形馬爾科夫模型的中文分詞系統(tǒng)與用戶自定義詞典相結(jié)合的分詞方案,實(shí)現(xiàn)中文分詞,同時(shí),對分詞結(jié)果進(jìn)行停用詞處理,以降低信息冗余度;通過對微博用戶行為的分析,提出了文本分類和主題庫詞匹配相結(jié)合的策略,對用戶興趣進(jìn)行識(shí)別;針對微博的時(shí)效性特點(diǎn),采用監(jiān)聽器技術(shù)實(shí)現(xiàn)對微博信息的實(shí)