10.3969/j.issn.1000-3428.2015.04.012
基于多特征分类的微博好友推荐
现有微博好友推荐算法使用的用户信息比较单一,不能充分利用微博用户信息来刻画用户特征,导致推荐效果不理想。为解决该问题,在综合分析用户标签信息、内容信息、交互信息以及社交拓扑信息的基础上,通过计算主题相关度、兴趣相关度、用户亲密度进行特征挖掘,并采用K最近邻分类算法为目标用户进行微博好友推荐。在新浪微博真实用户数据集上的实验结果表明,该算法的准确率、召回率、F1度量值分别为16.5%,26.8%,19.2%,推荐效果优于基于内容的推荐算法和基于社会过滤的推荐算法。
多特征、好友推荐、主题相关度、兴趣相关度、亲密度、K最近邻
TP391(计算技术、计算机技术)
国家自然科学基金资助重点项目“篇章级中文语义分析理论与方法”61133012。
2015-04-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
65-69,80