一种基于标签概率相关性的微博推荐方法

摘要：

向微博用户推荐对其有价值和感兴趣的内容,是改善用户体验的重要途径.通过分析微博的特点以及现有微博推荐算法的缺陷,利用标签信息表征用户兴趣,提出一种基于标签概率相关性的微博推荐方法LPCMR.首先,该方法利用标签之间的概率相关性,构造标签相似性矩阵.然后通过相关性标签权重加权方案,加强标签权重,构建用户-标签矩阵.针对用户标签矩阵稀疏的问题,采用标签相似性矩阵对用户-标签矩阵进行更新,使该矩阵既包含用户兴趣信息,又包含标签与标签之间的关系.以新浪微博公开API抓取的微博信息作为实验数据,进行了一系列的实验和分析,结果表明本文提出的推荐算法具有较好的效果.

关键词：概率相关性、微博推荐、用户-标签矩阵、标签权重

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61163039,61363058;甘肃省杰出青年基金1308RJDA007;甘肃省青年科技基金145RJYA259,1606RJYA269;甘肃省自然科学研究基金145RJZA232;中国科学院计算技术研究所智能信息处理重点实验室开放基金IIP2014-4

在线出版日期：2017-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1742-1748