融合用户偏好与流行事件分析的微博推荐算法

摘要：

为解决用户无法在众多的微博信息中快速定位自己感兴趣的博文问题,提出一种融合用户偏好与流行事件分析的微博推荐算法,可以将事件趋势分析和个人偏好结合起来,推荐迎合用户兴趣的流行事件博客文章.通过考虑用户的兴趣(文章推送记录)和事件流行程度,获得用户对于流行事件目标文章的个人偏好,提高推荐系统的精确度.实验结果表明,该方法可以有效地解决个性化博文推荐问题.

关键词：流行度、用户偏好、微博、趋势分析、协同过滤

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：河南省教育厅科学技术研究重点基金项目13A520221、14A520045;贵州省重大基础研究基金项目黔科合JZ字[2014]2001号

在线出版日期：2018-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：982-986