基于協(xié)同過濾和社交網(wǎng)絡(luò)挖掘的個性化微博推薦.pdf

1、微博客,像新浪微博,騰訊微博,在近年已經(jīng)迅速成長為非常流行的社交網(wǎng)絡(luò)服務(wù),每天為互聯(lián)網(wǎng)用戶提供大量的實時信息。微博消息以時間順序進行排列,這樣用戶就可以收到他所關(guān)注的人發(fā)布的實時消息,從中找出自己感興趣的進行閱讀。但是,信息過載的問題給微博用戶帶來了很多困擾,尤其是那些有很多關(guān)注的用戶,每天會收到成千上萬的微博消息。本文關(guān)注于如何向用戶推薦他們真正感興趣的微博,從而降低他們找到自己感興趣的消息所需要的經(jīng)歷。微博平臺上的很多消息都可以用于

2、作為向用戶推薦特定微博消息的證據(jù),包括用戶的發(fā)布記錄,轉(zhuǎn)發(fā)記錄,社交關(guān)系等。本文提出了一個基于協(xié)同過濾和社交網(wǎng)絡(luò)挖掘的方法來得知用戶的個人興趣從而進行推薦。另外,這個方法也可以有效地結(jié)合其他有用的上下文信息。本文最終的方法主要考慮了微博平臺上面的三方面因素:微博消息的話題因素,用戶社交關(guān)系的因素,以及其他顯式特征,像微博消息發(fā)布者的權(quán)威程度,微博信息編輯的質(zhì)量等。實驗顯示,這些因素對于微博信息的推薦都非常重要,而且本文方法的效果也超過了