-
题名基于社会化标签挖掘的微博内容推荐方法研究
被引量:7
- 1
-
-
作者
王战平
夏榕
-
机构
华中师范大学国家文化产业研究中心
华中师范大学信息管理学院
-
出处
《情报科学》
CSSCI
北大核心
2021年第5期91-96,共6页
-
基金
国家社会科学基金一般项目“虚拟学术社区中科研人员合作机制研究”(18BTQ081)。
-
文摘
【目的/意义】针对当前微博内容推荐方法存在的用户标签偏少、标签语义缺乏和用户-标签矩阵高维稀疏等导致的推荐准确性不高的问题,提出了一种基于社会化标签挖掘的微博内容个性化推荐方法。【方法/过程】首先,针对用户标签偏少的问题,借助微博内容进行用户标签扩充,形成初始的用户-标签矩阵表征用户兴趣偏好;然后,针对标签语义缺乏问题,通过标签语义映射和语义相关性挖掘,构建标签语义相似度矩阵进行用户-标签矩阵更新,使更新后的用户-标签矩阵融入标签间的语义相关性,既能解决用户-标签矩阵高维稀疏问题,又能更好地表征用户兴趣。【结果/结论】实验结果表明,该方法优于传统的基于社会化标签的推荐方法,能够有效提高微博内容推荐的精准性。【创新/局限】后续将重点研究用户间社交关系对个性化推荐的影响,探索融合用户社交关系的微博内容个性化推荐方法,实现更加精准的推荐。
-
关键词
微博内容推荐
社会化标签挖掘
用户兴趣表示模型
个性化推荐
用户标签
-
Keywords
micro-blog content recommendation
social tag mining
user interesting representation model
personalized recommendation
user tags
-
分类号
G254
[文化科学—图书馆学]
-