首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  完全免费   5篇
  自动化技术   7篇
  2018年   1篇
  2017年   3篇
  2016年   1篇
  2014年   1篇
  2012年   1篇
排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
互联网     
《互联网周刊》2012,(1):16-16
腾讯视频驱动社交关系链视频营销 社交网络分享已是视频观看的重要途径,社交网络则成视频网站跑马圈地获得流量的新人口。腾讯视频通过平台联动,整合QQ、Qzone、朋友网、嘴讯微博等社交平台.创造独有的iSEE内容精细化运营模式.上线仅8个月就诞生19部热播剧播放量过亿的佳绩,半年来日均覆盖增长率达到行业最快的18.2%,总有效浏览时长和月度用户覆盖数跃居行业第三位,迅速步入业内第一阵营。  相似文献
2.
传统推荐系统研究很少利用评论数据来提高推荐性能。评论数据富含用户对物品的评价观点,有助于建立用户间或物品间的关联。针对如何利用评论数据改善推荐效果,提出了一种基于评论的隐式社交矩阵分解模型。模型利用评论间的相似性构建用户间和物品间的隐式社交关系,并将该隐式关系集成到社交推荐框架中,改进了传统矩阵分解推荐模型。实验表明,基于评论数据的隐式社交关系在多个数据集上使传统矩阵分解算法的RMSE降低了约3%。特别是当系统面临用户冷启动困境时,即只有少量用户评分数据可被收集到时,推荐提升效果更为显著。这表明丰富的评论数据能够被转化为改善推荐系统的有用知识。  相似文献
3.
微博情感分析是社交媒体挖掘中的重要任务之一,在个性化推荐、舆情分析等方面具有重要的理论和应用价值.挖掘性能良好且可同步进行文档主题分析与情感分析的主题情感模型近来在以微博为代表的社交媒体情感分析中备受关注。然而,绝大多数现有主题情感模型都简单地假设不同微博的情感极性是互相独立,这与微博生态的现实状况不相一致的,从而导致这些模型无法对用户的真实情感进行有效建模。基于此,本文综合考虑了微博用户相互关联的事实,提出基于LDA和微博用户关系的主题情感模型SRTSM,该模型在LDA中加入情感层与微博用户关系参数,利用微博用户关系与微博主题学习微博的情感极性。新浪微博真实数据集上的大量实验表明,与代表性算法JST、Sentiment-LDA与DPLDA相比较,SRTSM模型能对用户真实情感与讨论主题进行更加有效的分析建模.  相似文献
4.
社交网络中单纯的线上交互已经无法满足用户的需求,一些新型的融合用户线上和线下体验的社交网络服务开始出现.文中基于国内知名的豆瓣同城活动网站,探索用户线下活动和线上行为的特点,进而研究线上线下的社交影响.通过对44天内采集到的6545个活动和近10万次参与用户的统计分析,结合对活跃用户的问卷调查和真实数据实例验证两种方式,发现线上社交影响在一定条件下推动了活动的开展,而活动的开展对用户线上社交关系的建立也有一定的促进作用.该研究有助于理解基于线下活动的社交网络及其参与者的行为特点,并验证了线下活动与线上关系的相互影响,该研究成果对于广告投放、活动组织和好友推荐等应用有重要现实意义.  相似文献
5.
社交关系的数据挖掘一直是大图数据研究领域中的热门问题。图聚类算法如SCAN(Structural clustering algorithm for networks)虽可迅速地从海量图数据中获得关系紧密的社区结构,但这类社区往往只表示了社交对象的聚集,无法反馈对象间的真实社交关系,如家庭成员、同事、同学等。要获取对象间真实的社交关系,需要更多维度地挖掘现实中社交对象间复杂的交互关系。对象间的交互维度很多,例如:通话、见面、微信、Email等,而传统SCAN等聚类算法仅能够挖掘单维度的交互数据。本文在研究社交对象间的多维社交关系图数据与传统图结构聚类算法的基础上,提出了一种有效的子空间聚类算法SCA(Subspace Cluster Algorithm),首次对多维度下子空间的图结构聚类进行研究,目的是探索如何通过图数据挖掘发现对象间真实的社交关系。SCA算法遵循自底向上的原则,能够发现社交图数据中所有子空间的聚类集。为了提升SCA的运行速度,我们利用其子空间聚类单调性进行了性能优化,进而提出了剪枝算法SCA+。最后,我们进行了大规模的性能测试实验,以及真实数据的案例研究,其结果验证了算法的效率和效用。  相似文献
6.
曾安  徐小强 《计算机科学》2017,44(8):246-251
针对传统推荐算法存在数据稀疏影响推荐效果的问题,考虑到社交网络中的链路预测能够综合考虑用户节点之间的拓扑结构,以及好友关系能反映用户的兴趣爱好,提出了一种融合好友关系和标签信息的推荐算法。首先,借助网络资源分配算法对社交网络的结构信息进行特征提取;然后,利用TF-IDF构建合理的社会化标签模型;最后,利用线性模型融合两方面的信息,从而实现推荐。在Last.fm和Delicious数据集上的实验表明,与传统算法相比,所提算法在推荐的召回率和准确率指标上有显著提高。  相似文献
7.
由于具有针对性的广告投放和个性化搜索等潜在应用,性别预测引起了巨大的研究兴趣。现有的大多数研究依赖于文本内容,而文本信息有时较难获取,从而使得文本特征很难被提取。对此,提出了一个新框架,该框架仅使用用户ID来对性别进行预测。该框架的关键在于在嵌入式连接空间中表示用户。提出两种策略来修改词嵌入技术,使其应用到用户嵌入当中。这两种策略分别是:1)序列化用户ID以获得社会关系的顺序;2)将用户嵌入大的上下文滑动窗口。在两个真实的新浪微博数据集上进行了广泛的实验,实验结果表明该方法显著优于目前最好的图形嵌入基线方法,其准确率也高于基于内容的方法。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号