| 社区热点微博推荐研究 |
| |
| 引用本文： | 彭泽环,孙乐,韩先培,陈波.社区热点微博推荐研究[J].计算机研究与发展,2015,52(5). |
| |
| 作者姓名： | 彭泽环 孙乐 韩先培 陈波 |
| |
| 作者单位： | 1. 中国科学院软件研究所基础软件国家工程研究中心 北京 100190
2. 中国科学院软件研究所基础软件国家工程研究中心 北京 100190;计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 |
| |
| 基金项目： | 国家自然科学基金项目，国家“八六三”高技术研究发展计划基金项目，网络文化与数字传播北京市重点实验室开放课题 |
| |
| 摘 要： | 分析并总结了影响用户对特定微博兴趣的若干因素,在此基础上基于潜在因素模型提出了1个融合显式特征和潜在特征的社区热点微博推荐算法(community micro-blog recommendation,CMR),并将其用于发现微博兴趣社区热点信息.算法在3个兴趣社区上进行了实验,结果表明:1)融合2种特征信息的微博推荐效果好于使用单一特征信息的推荐;2)CMR的推荐效果好于基于转发次数的对照实验(micro-blog repost rank based recommendation,MRR);3)通过分析各个算法所推荐的微博内容,发现CMR倾向于为用户推荐兴趣社区相关微博,而MRR倾向于为用户推荐公共热点微博.
|
| 关 键 词： | 微博 推荐 社区 潜在因素模型 信息过载 |
Community Hot Statuses Recommendation |
| |
| Peng Zehuan,Sun Le,Han Xianpei,Chen Bo.Community Hot Statuses Recommendation[J].Journal of Computer Research and Development,2015,52(5). |
| |
| Authors: | Peng Zehuan Sun Le Han Xianpei Chen Bo |
| |
| Abstract: | |
| |
| Keywords: | micro-blog recommendation community latent factor model information overloading |
| 本文献已被 万方数据 等数据库收录！ |
|
