首页|基于分层社交关系的微博推荐算法

基于分层社交关系的微博推荐算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对现有微博推荐中未考虑分层关系对兴趣影响的问题,提出一种基于分层社交关系的微博推荐算法.首先基于时间窗口计算相对亲密强度与社交增长率来构建分层网络;其次在网络中量化影响力、吸引力、交互紧密度来挖掘目标用户潜在兴趣;然后依据短文本扩展策略获取目标用户显性兴趣;最后将潜在兴趣与显性兴趣融合,计算融合兴趣与待推荐微博的相似度实现推荐.实验结果表明,与经典的微博推荐方法相比,该算法在准确率、召回率、F值、MRR上均优于其他方法,最高提高了14.73％.由实验结果可知,综合考虑潜在兴趣和显性兴趣可以提高微博推荐效果.
Algorithm of micro-blog recommendation based on hierarchical social relationships

徐建民、申永平、吴树芳

展开 >

河北大学 网络空间安全与计算机学院,河北 保定071000

河北大学 管理学院,河北 保定071000

分层 社交 潜在兴趣 显性兴趣 推荐

国家社会科学基金河北省教育厅人文社科重大攻关项目

17BTQ068ZD202102

2021

10.19734/j.issn.1001-3695.2021.06.0220

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(12)
  • 3
  • 24