基于内容的热门微话题个性化推荐研究

摘要：

微博作为一个新的传播平台，为用户提供越来越多信息和服务的同时，也出现了信息超载等一系列问题。鉴于此提出了基于内容的热门微话题推荐方法，通过计算微博用户与微话题的相似性，从而实现为微博用户提供个性化的微话题推荐，解决用户面对的信息超载等问题，为用户节省时间，使之更有效地使用微博，增强微博用户的使用体验。针对新浪微博用户，提出了适合本研究的基于内容的推荐算法，将此算法应用到中文文本平台上，实现了新浪微博热门微话题的个性化推荐实证研究，并对推荐结果进行了准确性验证。

关键词：微博、个性化推荐、自然语言处理、相似性算法、信息超载

分类号：G202(信息与传播理论)

资助基金：教育部人文社会科学基金项目“基于微博客的危机事件群体情境感知研究”11YJA870017研究成果之一。

在线出版日期：2014-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：155-160