基于超图随机游走标签扩充的微博推荐方法

摘要：

向微博用户推荐对其有价值和感兴趣的内容,是改善用户体验的重要途径.通过分析微博特点以及现有微博推荐算法的缺陷,利用标签信息表征用户兴趣,提出一种结合标签扩充与标签概率相关性的微博推荐方法.首先,考虑到大部分微博用户未给自己添加任何标签或添加标签过少,视用户发布微博为超边,微博中的词视为超点来构建超图,并以一定的加权策略对超边和超点进行加权,通过在超图上随机游走,得到一定数量的关键词,对微博用户标签进行扩充;然后,采用相关性标签权重加权方案构建用户-标签矩阵,利用标签之间的概率相关性,构造标签相似性矩阵,对用户-标签矩阵进行更新,使该矩阵既包含用户兴趣信息,又包含标签与标签之间的关系.以新浪微博公开API抓取的微博信息作为实验数据进行了一系列的实验和分析,结果表明,该推荐算法具有较好的效果.

关键词：超图、随机游走、标签扩充、概率相关性、用户-标签矩阵、微博推荐

所属期刊栏目：30

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61762078,61363058,61762079;中国科学院计算技术研究所智能信息处理重点实验室开放基金IIP2014-4;广西可信软件重点实验室研究课题kx201910

在线出版日期：2019-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：3397-3412