微博協(xié)同過濾推薦系統(tǒng)的設計與實現(xiàn).pdf

1、微博系統(tǒng)是一個允許發(fā)布140字以內的簡短內容、具有SNS特性的類博客系統(tǒng)。在三年的時間里,國內微博注冊用戶已超過2億,微博已經(jīng)成為新一代信息發(fā)布和共享平臺。龐大的用戶群使得微博產生了海量信息數(shù)據(jù),出現(xiàn)了“信息過載”現(xiàn)象,急需一種個性化服務系統(tǒng)可以發(fā)現(xiàn)用戶真實的興趣,并根據(jù)用戶的興趣過濾、推薦微博信息。因此本文就如何進行微博信息的過濾和推薦展開研究。
　　本文將協(xié)同過濾推薦技術引入到微博推薦中,設計并實現(xiàn)了一個基于該方法的微博信息推

2、薦系統(tǒng)。該系統(tǒng)主要包括基礎數(shù)據(jù)采集、推薦結果計算和用戶交互三個部分。1)基礎數(shù)據(jù)采集:主要是通過調用開放API的方式從新浪微博系統(tǒng)中采集數(shù)據(jù),并將結果作為推薦信息的基本來源。2)推薦結果計算:首先對用戶興趣進行了分類,接著通過用戶的顯式和隱式兩種反饋形式,初步建立用戶的興趣模型,最后通過協(xié)同過濾推薦引擎依照用戶的興趣模型將用戶感興趣的微博信息從采集到的基礎數(shù)據(jù)集中過濾出來,得到推薦結果。3)用戶交互部分:該部分是一個Web子系統(tǒng),用戶授

3、權登錄后可以訪問推薦數(shù)據(jù),還可以向系統(tǒng)進一步反饋信息,以便系統(tǒng)對用戶的興趣模型進行相應的調整,使推薦結果更符合用戶的喜好。通過對系統(tǒng)測試結果的分析,本文實現(xiàn)的基于協(xié)同過濾的微博推薦系統(tǒng)使用穩(wěn)定,推薦結果較為準確,在系統(tǒng)中定義的大部分興趣領域中,推薦的有效性達到80％以上,用戶體驗較好。
　　本系統(tǒng)已通過了新浪微博的審核并在線部署。通過用戶的實際體驗,系統(tǒng)雖然在某些興趣領域的推薦結果尚有待提高,但是總體來說效果良好,可以有效得按照用