基于标签和PageRank的重要微博用户推荐算法

摘要：

海量的微博信息使新进用户很难获取到其感兴趣的内容,重要微博用户推荐为新用户提供了一条有效获取信息的途径.目前,由于用户间的关系没有被充分考虑及缺乏对用户个性化标签的处理,导致重要微博用户推荐的准确率不高.为此,提出了一种基于标签和PageRank的重要微博用户推荐算法.该算法首先对个性化标签进行分词、去噪、设置权重等处理,并将其作为用户兴趣的代表;然后根据PageRank计算模型来分析用户间的关系,结合标签相似度计算向新用户推荐与其兴趣相似的重要微博用户.实验表明,该算法由于融入了对微博用户关系和用户个性化标签的重要性分析,因此与基于标签和协同过滤的个性化推荐算法相比具有更高的重要微博用户推荐准确率.

关键词：个性化推荐、PageRank、标签、微博

所属期刊栏目：45

分类号：TP311(计算技术、计算机技术)

资助基金：辽宁省博士科研启动基金201601099;辽宁省档案科技项目L-2016-8-7

在线出版日期：2018-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：276-279