基于社会网络关系的微博个性化推荐模型

作     者：蔡淑琴 袁乾 周鹏 Cai Shuqin;Yuan Qian;Zhou Peng

作者机构：华中科技大学管理学院 

基　　金：国家自然科学基金项目——微内容生产加工模式及其支持平台的研究(71071066) 移动社会化媒体中基于价值共创的在线负面口碑处理资源管理的方法及系统研究(71371081) 教育部人文社科基金项目——基于互联网信息的企业危机事件识别研究(11YJA630098) 高等学校博士学科点专项科研基金——基于价值共创的在线负面口碑处理知识推荐的研究(20130142110044) 

出 版 物：《情报学报》 (Journal of the China Society for Scientific and Technical Information)

年 卷 期：2014年第33卷第5期

页      码：520-529页

摘      要：信息过载是影响微博等社会化媒体平台消费者持续使用行为的重要原因。协同过滤推荐能有效解决信息过载问题，但既有研究未能在推荐系统中整合用户创造内容和社会网络关系，社会网络关系体现出了消费者的偏好。针对微博的用户创造内容和社会网络两要素，本文从关键词层次人手，引入向量空间模型描述用户对关键词偏好，设计社会网络修订系数修订用户相似矩阵，实现社会网络关系驱动的协同过滤推荐模型。实验结果表明，较于基准协同过滤推荐方法，本文所提出的基于社会网络修订的协同过滤推荐能更准确并有效地实现个性化推荐。

主 题 词：微博 推荐 协同过滤 社会网络 

学科分类：050302[050302] 05[文学] 0503[文学-新闻传播学类] 

核心收录：

D　O　I：10.3772/j.issn.1000-0135.2014.05.007

馆 藏 号：203141200...