基于用戶興趣的微博推薦方法研究.pdf

1、社交網(wǎng)絡(luò)中的微博平臺，近年來得到了廣大用戶的喜愛和關(guān)注。據(jù)了解，每天都會有不計其數(shù)的新用戶加入該平臺，并在平臺上留下成千上萬條信息。面對海量的微博信息，用戶總是在不停地尋找與自己興趣相一致的信息，那么如何從這些信息中發(fā)現(xiàn)用戶的興趣，并向其推薦感興趣的微博，成為目前研究的一個熱點問題。本文正是以此為出發(fā)點，針對微博推薦算法中所存在的問題進行相關(guān)的研究。首先，針對在用戶興趣挖掘階段中存在的準確率不高的問題，本文提出了一種基于標簽更新的微博用

2、戶興趣挖掘算法；其次，針對微博推薦階段中存在的冷啟動問題，本文提出了一種融合標簽與人工蜂群的微博推薦算法；最后，利用上述兩種算法設(shè)計與實現(xiàn)了微博推薦原型系統(tǒng)。
　　本研究主要內(nèi)容包括：⑴研究用戶興趣挖掘算法，提出一種基于標簽更新的微博用戶興趣挖掘算法。根據(jù)標簽的多種特征，用戶建立自身的初始興趣；其次，利用用戶關(guān)注人與用戶間的相似度、用戶關(guān)注人自身的影響力和用戶關(guān)注人與用戶間的親密度三種關(guān)系計算標簽的更新強度；最后，根據(jù)標簽的更新規(guī)

3、則對標簽進行更新建立用戶興趣模型。該方法在準確率和召回率方面都有一定的提高，說明運用該方法表示用戶興趣具有一定的有效性。⑵研究微博推薦算法，提出一種融合標簽和人工蜂群的微博推薦算法。對用戶標簽信息進行定義；其次，利用已定義的標簽權(quán)重、標簽偏好和標簽與微博中詞語的相似度三種變量來構(gòu)造人工蜂群中的適應度函數(shù)；最后，利用人工蜂群算法的搜索策略，搜索出具有最優(yōu)適應度值的微博向用戶進行推薦。該方法不僅可以解決推薦算法中的冷啟動問題，而且對提高推薦