基于微博的用戶興趣分析與個(gè)性化信息推薦.pdf

1、在過(guò)去的十幾年中,互聯(lián)網(wǎng)上的信息量迅速增加,人們從信息匱乏時(shí)代進(jìn)入了信息過(guò)載時(shí)代。隨之而來(lái)的是人們獲取信息的方式的轉(zhuǎn)變,從傳統(tǒng)的人工尋找,到搜索引擎,再到現(xiàn)在的推薦系統(tǒng)。如何有效地給用戶推薦有用的信息,最重要的一個(gè)環(huán)節(jié)就是如何有效地獲取用戶興趣。微博等社交網(wǎng)絡(luò)的出現(xiàn)給我們提供了一個(gè)新的分析用戶興趣的巨大的數(shù)據(jù)源,成為近幾年研究的熱點(diǎn)。
　　本文對(duì)如何使用微博數(shù)據(jù)分析用戶興趣,以及進(jìn)行個(gè)性化推薦的方法進(jìn)行了分析和探索。與現(xiàn)有的工作相

2、比,本文主要有以下幾點(diǎn)不同。首先,考慮到每條微博內(nèi)容都比較短的特點(diǎn),我們并沒(méi)有直接在微博數(shù)據(jù)上使用主題模型,而是使用外部知識(shí)庫(kù)構(gòu)建主題模型,用以對(duì)微博內(nèi)容進(jìn)行語(yǔ)義豐富,同時(shí)也避免了在微博數(shù)據(jù)上主題數(shù)目不容易確定的問(wèn)題。其次,我們認(rèn)為并不是所有微博都是與用戶興趣相關(guān)的,也就是所謂的“噪音微博”,而這些噪音微博會(huì)對(duì)模型效果造成影響。因此,我們從多個(gè)方面分析了用以識(shí)別噪音微博的特征,構(gòu)建了一個(gè)聯(lián)合分類器過(guò)濾掉噪音微博。最后,我們認(rèn)為用戶興趣是