10.19678/j.issn.1000-3428.0055979
面向微博用户的个性化推荐算法研究
微博的个性化推荐对于提升用户体验和帮助用户及时、准确地获取信息具有重要意义.在分析微博用户行为模式的基础上,提出一种基于情景建模和卷积神经网络的微博个性化推荐模型.从时间和地域两个维度对用户进行情景建模,提取用户的时间情景模式和地域情景模式,同时给出情景模式相似度计算方法,对用户的情景模式进行扩展,捕捉用户感兴趣的情景模式倾向,在此基础上建立用户个性化情景模式库,采用卷积神经网络构建个性化微博推荐模型,实现微博用户的个性化推荐.实验结果表明,与ILCAUSR、RA-CD算法相比,该模型具有较好的推荐效果,相比于时间情景模型和地域情景模型,其平均绝对误差和平均用户满意度指标均达到最优效果.
个性化推荐、情景建模、卷积神经网络、情景模式库、用户满意度
46
TP18(自动化基础理论)
国家自然科学基金“网络社交媒体中特定社会安全事件的侦测分析与态势评估研究”61772081
2020-11-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
60-66,73