10.3969/j.issn.1002-1965.2013.08.027
基于k-means算法的微博用户推荐功能研究
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。
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
C931(管理学)
2013-09-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
142-144,131