社会媒体用户标签的分析与推荐

摘要：

微博是Web2.0时代重要的网络服务工具,作为以用户为中心的信息发布、传播和分享平台,它包含了非常丰富的用户信息.在微博中,可以使用标签表示用户的兴趣和属性.而一个用户的兴趣和属性,通常包含在这个用户的文本信息和网络信息中.针对微博用户的标签进行分析,提出网络正则化的标签分发模型(NTDM)来为用户推荐标签.NTDM模型对用户个人简介中的词语和标签之间的关系进行建模,同时利用其社交网络结构作为模型的正则化因子.在真实数据集上的实验表明,NTDM在效果以及效率上都优于其他方法.

关键词：用户标签推荐、微博、标签分发模型、随机游走

所属期刊栏目：57

分类号：G350(情报学、情报工作)

资助基金：这个工作是在国家自然科学基金NSFC的支持下完成的,授权号为61170196和61202140,感谢梁斌先生为本文提供数据

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

页数：共8页

页码：24-30,35