会议专题

个性化微博推荐算法

  微博不同于传统的社会网络和电子商务网站,存在用户活跃程度低,微博数据稀疏和用户兴趣动态变化等特点,将传统推荐算法应用于微博推荐时,效果并不理想。提出了一种基于贝叶斯个性化排序的微博推荐算法,对用户进行个性化微博推荐。该基于贝叶斯个性化排序的微博推荐算法,以微博对的形式提取微博系统中的隐式信息,对这些微博对进行学习,从而得到用户对不同微博的兴趣值。根据每条微博发出的时间,估计每条微博对的可信度。发出时间越接近的微博对,它的可信度就越高,并且对用户的兴趣值影响就越大。在新浪微博的真实数据上进行实验和评测,结果表明该基于贝叶斯个性化排序的微博推荐算法相比于对比算法,在进行微博推荐时有更好的效果。

微博系统 推荐算法 信息提取 数据处理

WANG Sheng 王晟 WANG Ziqi 王子琪 ZHANG Ming 张铭

School of Electronics Engineering and Computer Science, Peking University, Beijing 100871, China 北京大学信息科学技术学院,北京100871

国内会议

第29届中国数据库学术会议

合肥

中文

895-902

2012-10-01(万方平台首次上网日期,不代表论文的发表时间)