

已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、目前,隨著互聯(lián)網(wǎng)技術快速發(fā)展,數(shù)據(jù)處理相關的技術如數(shù)據(jù)挖掘、推薦系統(tǒng)等也得到了迅猛發(fā)展。越來越多的個性化推薦系統(tǒng)接入到微博賬號,通過微博文本對用戶的興趣進行分析。在推薦系統(tǒng)的應用中,如何建立用戶的興趣模型成為該領域研究的熱點。
論文以自然語言處理為基礎,對微博文本數(shù)據(jù)進行了用戶興趣建模工作,并通過其模型構建了新聞推薦系統(tǒng)。
首先,微博數(shù)據(jù)方面,通過新浪微博官方提供的API獲取用戶id,并利用Python做出相應的網(wǎng)絡
2、爬蟲程序進行數(shù)據(jù)采集;新聞數(shù)據(jù)方面,一方面使用搜狐公開新聞語料訓練詞向量,一方面同樣利用程序采集以便進行推薦。
其次,設計并建立了微博用戶興趣模型。在傳統(tǒng)文本分詞基礎上增加了新詞發(fā)現(xiàn)模塊;建立文本模型時,在傳統(tǒng)表征文本向量的基礎上通過引入詞向量模型提高了詞語間的關聯(lián)度;利用LDA主題模型的方法尋找相關主題聚類并降維,提高了模型的準確度。
最后,在用戶興趣模型的基礎上設計并實現(xiàn)了個性化的新聞推薦系統(tǒng)。并通過采集搜狐新聞
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 微博用戶興趣分析方法及其應用研究.pdf
- 微博用戶興趣建模及其動態(tài)性研究
- 微博用戶興趣建模及其動態(tài)性研究.pdf
- 基于微博社會網(wǎng)絡的用戶興趣模型研究.pdf
- 微博用戶興趣識別技術的研究與應用.pdf
- 微博用戶興趣發(fā)現(xiàn)與用戶推薦研究.pdf
- 基于UF-AT模型的微博用戶興趣挖掘研究.pdf
- E-learning環(huán)境下用戶興趣模型研究與應用.pdf
- 微博用戶興趣模型及個性化推薦技術研究與應用.pdf
- 基于微博用戶興趣模型的信息推送技術的研究.pdf
- 面向微博用戶的潛在興趣分析.pdf
- 基于標簽的微博用戶興趣發(fā)現(xiàn)算法研究及應用.pdf
- 微博用戶興趣的提取和動態(tài)建模.pdf
- 基于用戶興趣的微博推薦方法研究.pdf
- 微博用戶興趣建模及推薦方法研究
- 微博用戶興趣建模及推薦方法研究.pdf
- mba論文面向微博用戶的潛在興趣分析pdf
- 基于羊群效應和認知改變模型的微博用戶興趣行為采納研究
- 基于羊群效應和認知改變模型的微博用戶興趣行為采納研究.pdf
- 基于用戶興趣的微博廣告投放系統(tǒng)的設計與實現(xiàn).pdf
評論
0/150
提交評論