题名 融合标签关联关系与用户社交关系的微博推荐方法
被引量:12
1
作者
马慧芳
贾美惠子
张迪
蔺想红
机构
西北师范大学计算机科学与工程学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2017年第1期112-118,共7页
基金
国家自然科学基金(No.61163039
No.61363058)
+2 种基金
甘肃省科技厅青年基金(No.145RJYA259)
甘肃省自然科学基金(No.1506RJZA127)
中科院智能信息处理重点实验室开放课题(No.IIP2014-4)
文摘
通过分析微博特点及现有微博推荐算法的缺陷,提出一种融合了标签间关联关系与用户间社交关系的微博推荐方法.采用标签检索策略对未加标签和标签较少的用户进行加标,构建用户-标签矩阵,得到用户标签权重,为了解决该矩阵中稀疏的问题,通过挖掘标签间的关联关系,继而更新用户-标签矩阵.考虑到多用户之间社交关系对挖掘用户兴趣并进行微博推荐的重要性,构建用户-用户社交关系相似度矩阵,并与更新后的用户-标签矩阵进行迭代,得到最终的用户兴趣并进行相关推荐.实验证明了该算法针对微博信息推荐是有效的.
关键词
微博推荐
标签检索
用户-标签矩阵
用户标签权重
标签关联关系
用户-用户社交关系相似度矩阵
Keywords
microblog recommendation
tag retrieval
user-tag matrix
user-tag weight
tag correlation
user-user social relation similarity matrix
分类号
TP393.092
[自动化与计算机技术—计算机应用技术]
题名 一种基于标签关联关系的微博推荐方法
被引量:9
2
作者
马慧芳
贾美惠子
李晓红
鲁小勇
机构
西北师范大学计算机科学与工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第4期197-201,208,共6页
基金
国家自然科学基金资助项目(61163039
61363058)
+3 种基金
甘肃省青年科技基金资助项目(145RJYA259)
甘肃省自然科学研究基金资助项目(145RJZA232)
西北师范大学2013年度青年教师科研能力提升计划基金资助项目(NWNU-LKQN-12-23)
中国科学院计算技术研究所智能信息处理重点实验室开放基金资助项目(IIP2014-4)
文摘
通过分析微博特点及现有微博推荐发现算法的缺陷,提出一种新的微博推荐方法。采用标签检索策略对未加标签和标签较少的用户进行加标,构建用户-标签矩阵,得到用户-标签权重并利用标签信息表征用户兴趣。为解决该矩阵中高维稀疏的问题,通过挖掘标签间的关联关系,继而更新用户-标签矩阵,获得最终的用户兴趣并进行相关推荐。实验结果表明,与忽略标签间关系的微博推荐方法相比,该推荐方法能够更有效地进行微博推荐。
关键词
微博推荐
标签检索
用户-标签矩阵
用户-标签权重
标签关联关系
Keywords
microblog recommendation
label retrieval
user-label matrix
user-label weight
label correlation relationship
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 融合词项关联关系的半监督微博聚类算法
被引量:2
3
作者
马慧芳
贾美惠子
袁媛
张志昌
机构
西北师范大学计算机科学与工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第5期202-206,212,共6页
基金
国家自然科学基金资助项目(61163039
61363058)
甘肃省教育厅基金资助项目(2013A-016)
文摘
针对微博文本内容短、稀疏、高维等特点,提出一种改进的半监督微博聚类算法。该算法利用词项间的关系丰富文本特征,通过定义词项文档间关联关系和词项文档内关联关系揭示词项间语义的关联程度,并由此自动生成有标记的数据来指导聚类过程。对词项先验信息进行成对约束编码,构建基于词项间成对约束的三重非负矩阵分解模型来实现微博的半监督聚类。实验结果表明,该算法可以减少繁琐的人工标记过程,并能高效地进行微博聚类。
关键词
微博
词项关联关系
成对约束
半监督聚类
非负矩阵分解
Keywords
microblog
term correlation relationship
pair-wise constraints
semi-supervised clustering
non-negative matrix factorization
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
题名 融合用户兴趣模型与会话抽取的微博推荐方法
被引量:2
4
作者
马慧芳
姚伟
贾美惠子
崔彤
机构
西北师范大学计算机科学与工程学院
中国科学院计算技术研究所
浙江大学控制科学与工程系
出处
《计算机应用研究》
CSCD
北大核心
2015年第9期2724-2728,共5页
基金
国家自然科学基金资助项目(61163039
61363058)
+3 种基金
甘肃省教育厅资助项目(2013A-016
2013B-007)
甘肃省青年科技基金计划项目(145RJYA259)
中国科学院计算技术研究所智能信息处理重点实验室开放基金资助项目(IIP2014-4)
文摘
针对传统推荐方法在短文本处理方面的不足,提出一种基于用户兴趣模型与会话抽取算法的微博推荐方法。该方法应用基于归一化割加权NMF的微博用户兴趣模型获取用户—主题矩阵,产生用户感兴趣的微博主题,结合基于Single-Pass聚类模型的会话在线抽取算法SPFC(single-pass based on frequency and correlation)获取微博的会话队列,并与用户感兴趣的微博主题进行相似度计算,最后得到实时的微博推荐结果。实验表明,此方法能有效地进行微博推荐。
关键词
用户兴趣模型
会话抽取
归一化割
非负矩阵分解
微博推荐
Keywords
user interest model
conversation extraction
normalized cut
nonnegative matrix factorization
microblog recommendation
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
TP181
[自动化与计算机技术—控制理论与控制工程]