基于k-means算法的微博用户推荐功能研究

摘要：

将微博中的兴趣关注根据现有的类别进行再次分类。以新浪微博达人为研究对象，提取他们关注的名人以及机构，并将这些名人、机构根据主页描述和标签进行归类。基于共链关系统计同时关注每两个类别之间的用户人数。最后将统计结果制成相关性矩阵，导入SPSS软件中进行k-means聚类，结果为具有相似性的兴趣可以聚为一组。最后根据聚类结果结合现实情况分析各类别之间的相似性与区别。挖掘用户关注兴趣的隐性信息，并对微博用户推荐兴趣提出建议。

关键词：微博关注兴趣、共同关注矩阵、k-means聚类、新浪微博、微博用户、用户推荐

分类号：C931(管理学)

在线出版日期：2013-09-23（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：142-144,131