10.3969/j.issn.0372-2112.2015.08.014
基于兴趣图谱的用户兴趣分布分析及专家发现
尽管用户可自主生成个性化数据以更全面描述个人偏好,但由于用户创建数据不严谨、不可控,导致生成的庞大数据集大多存在质量低、噪声严重的缺陷。因此管理复杂网络信息时,不能仅使用写入性知识,必须重视具有大量领域知识的专家,因为其可为系统提供高质量的信息。本文通过构建和分析用户兴趣分布曲线以发现兴趣领域专家,并提出甄别状态不正常的伪专家算法。由于网络中权威专家数量较少,所以所提供的信息是有限的。因此本文定义的领域专家不仅包含权威专家,而且包含普通用户中对某领域有极高关注的兴趣领域专家。实验证明算法的正确性和高效性,并且较低的复杂度使其可处理海量用户节点信息。
专家发现、兴趣分析、兴趣图谱、复杂网络分析
TP391(计算技术、计算机技术)
国家自然科学基金No.60973040;国家自然科学青年基金No.61300148;吉林省重点科技攻关项目基金No.20130206051 GX;吉林省科技计划青年科研基金No.20130522112JH;中国博士后基金项目No.2012M510879;吉林大学基本科研业务费科学前沿与交叉项目201103129
2015-09-23(万方平台首次上网日期,不代表论文的发表时间)
共7页
1561-1567