排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
基于事件的社交网络使得事件推荐受到越来越多的关注.不同于其他推荐问题(如电影推荐等),事件推荐具有3类不同信息:用户构成的异构社交网络关系信息(在线社交网络和离线社交网络)、用户/事件的内容信息、用户对事件的隐式反馈信息.如何有效融合这些信息进行事件推荐是该领域学者普遍关注的问题.提出一种新的混合事件推荐方法CHS-BPR,该方法以贝叶斯潜在因子模型为基本框架来处理用户对事件的隐式反馈信息,同时考虑用户/事件的内容信息和用户之间的异构社交网络信息,首次实现了同时使用3种信息来做事件推荐,并以真实数据集验证了所提方法的有效性. 相似文献
3.
网络空间资源测绘是对各类网络空间资源及其属性进行探测、融合分析和绘制。本文给出网络空间资源测绘概念和技术体系,主要包括:网络空间资源测绘的相关概念,网络空间测绘对象的分类体系和属性框架;提出网络空间资源测绘的技术体系模型,并从协同探测、融合分析和全息绘制三个层次探讨网络空间资源测绘的关键技术;以网络资产评估、服务测绘两个应用场景为例,对网络空间资源测绘技术体系的应用进行详细阐述。旨在为网络空间资源测绘理论和技术的研究和发展奠定基础。 相似文献
4.
提出一种新的朋友推荐方法,该方法同时使用用户兴趣和朋友关系这2种因素来为目标用户推荐朋友,对PageRank算法进行改进,提出一种能同时融合上述2种因素的Topic_Friend_PageRank(TFPR)模型。首先,采用LDA(latent Dirichlet allocation)分析用户发布的消息内容,将用户表示为若干主题上的分布,从而建模用户的兴趣。接下来,使用加权的PageRank算法建模用户在整个链接拓扑中的重要程度和用户之间朋友关系的相似性。最后根据主题感知的PageRank思想,将用户兴趣融入前面提到的加权PageRank中,形成同时融合用户兴趣和朋友关系的TFPR模型。采用新浪微博数据验证所提模型的性能,实验证明该模型能同时得到较高的准确率和召回率。 相似文献
1