融合话题多维特征和用户兴趣偏好的微博话题推荐研究

[目的/意义]为了防止微博话题推荐引发信息茧房效应,提出融合微博话题特征和目标用户兴趣偏好的话题推荐方法,实现了在不降低推荐精确率的同时提高话题推荐结果的多样性,进而达到提高用户满意度的目的。[方法/过程]首先根据用户历史微博内容获取用户兴趣偏好,进一步以协同过滤算法为基础,计算目标用户相似性,然后计算话题新鲜度、重要度、信任度指标并进行线性加和,得到目标用户对微博话题的综合兴趣度,最后,根据用户偏好和综合兴趣度计算目标用户对微博话题的兴趣度并降序排列,得到Top-N个话题推荐结果。[结果/结论]在真实微博数据上的实验结果表明,该方法取得了理想的预期效果,推荐效果既能保证准确性,又能体现多样性,并且有效缓解了推荐结果单一、容易引发信息茧房的问题。