-
题名短文本信息流中的用户建模与应用
被引量:1
- 1
-
-
作者
李天彩
刘欣
王波
席耀一
王晓雯
-
机构
信息工程大学
[
-
出处
《信息工程大学学报》
2016年第2期225-230,共6页
-
基金
国家社会科学基金资助项目(14BXW028)
-
文摘
社交媒体中存在着大量的短文本信息流,包含着丰富的用户信息。针对短文本信息流的特点,提出一种新的用户建模的方法。首先将用户发表的内容进行合并得到用户数据;然后将用户数据分割为固定长度的词链,在分割处添加用户名构造上下文关系;最后结合外部数据,使用Skip-gram模型进行训练得到用户的向量表示。基于用户向量的用户标签推荐和用户聚类方法在真实聊天记录语料进行实验中都取得了优于传统方法的结果。
-
关键词
用户建模
用户向量
Skip-gram模型
用户标签推荐
用户聚类
-
Keywords
user modeling
user vector
Skip-gram model
user tag recommendation
user clustering
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名社会媒体用户标签的分析与推荐
被引量:12
- 2
-
-
作者
涂存超
刘知远
孙茂松
-
机构
清华大学计算机科学与技术系
-
出处
《图书情报工作》
CSSCI
北大核心
2013年第23期24-30,35,共8页
-
基金
国家自然科学基金(NSFC)的支持下完成的
授权号为61170196和61202140
-
文摘
微博是Web2.0时代重要的网络服务工具,作为以用户为中心的信息发布、传播和分享平台,它包含了非常丰富的用户信息。在微博中,可以使用标签表示用户的兴趣和属性。而一个用户的兴趣和属性,通常包含在这个用户的文本信息和网络信息中。针对微博用户的标签进行分析,提出网络正则化的标签分发模型(NTDM)来为用户推荐标签。NTDM模型对用户个人简介中的词语和标签之间的关系进行建模,同时利用其社交网络结构作为模型的正则化因子。在真实数据集上的实验表明,NTDM在效果以及效率上都优于其他方法。
-
关键词
用户标签推荐
微博
标签分发模型
随机游走
-
Keywords
user tags recommendation microblog tag dispatch model random walk
-
分类号
G206
[文化科学—传播学]
-