收藏本站
收藏 | 论文排版

基于标签协同过滤算法在微博推荐中的研究

胡大伟  
【摘要】:随着Web2.0技术的蓬勃发展,全球互联网进入网络交互时代。微博的诞生和发展,给互联网信息的传播方式,以及用户的生活都带来巨大的影响。用户可以运用微博平台收听感兴趣的、贴近生活的、专业领域的话题。微博逐渐成为用户间信息交流,信息分享以及信息传播的主要平台。随着微博用户的上升,微博信息成倍地增长。而微博信息总是伴随着微博用户而存在,在众多微博用户中寻找到与自己有共同兴趣爱好的用户,也就找到了想要获得的信息。因此,为微博用户推荐具有共同兴趣爱好的好友,就成为本文研究的重点。 本文对目前已有的社会网络好友推荐算法进行深入研究,通过总结学习推荐算法的理论知识,结合微博用户好友特点,提出一种基于关联规则和标签的个性化好友推荐算法,推荐与目标用户最相似的用户为其好友。首先,对微博中好友推荐的相关概念进行定义,并介绍好友推荐系统实现流程;其次,提出基于关联规则算法计算用户间共同好友关系的方法,然后又提出基于标签相似度算法计算用户间相似性的方法;最后,结合共同好友关系和标签相似性两个推荐因素,推导出基于个性化好友推荐的计算方法。 在文章最后的实验部分,先设计实现了微博个性化好友推荐系统,为算法的性能测试提供实验平台支持。然后利用好友推荐系统,进行两部分实验,分别为权重值实验测试和算法性能实验测试。其中,权重值实验结果表明,当权重值为0.6时,个性化好友推荐算法达到最优。最后,通过与现有的三种好友算法进行比较,得出个性化好友推荐算法的优化性,表明相结合的个性化好友推荐算法是有效的,且在准确率和查全率上优于同类的好友推荐算法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张恺;秦亮曦;宁朝波;李文阁;;改进评价估计的混合推荐算法研究[J];微计算机信息;2010年36期
2 杨艳;;数字图书馆中兴趣度推荐算法[J];哈尔滨工程大学学报;2009年06期
3 李涛;王建东;叶飞跃;冯新宇;张有东;;一种基于用户聚类的协同过滤推荐算法[J];系统工程与电子技术;2007年07期
4 苏一丹;王育才;顾新一;;基于独特型人工免疫网络的并行推荐算法的研究[J];计算机应用;2008年05期
5 熊忠阳;张凤娟;张玉芳;;基于粒子群优化的项聚类推荐算法[J];计算机工程;2009年23期
6 高滢;齐红;刘杰;刘大有;;结合似然关系模型和用户等级的协同过滤推荐算法[J];计算机研究与发展;2008年09期
7 李聪;梁昌勇;杨善林;;电子商务协同过滤稀疏性研究:一个分类视角[J];管理工程学报;2011年01期
8 嵇晓声;刘宴兵;罗来明;;协同过滤中基于用户兴趣度的相似性度量方法[J];计算机应用;2010年10期
9 聂晶;;基于用户兴趣实时更新评价信息的远程教学资源智能推荐系统[J];中国科教创新导刊;2009年14期
10 邵华;高凤荣;邢春晓;蒋丽华;;基于VSM的分层网页推荐算法[J];计算机科学;2006年11期
11 李聪;梁昌勇;董珂;;基于项目类别相似性的协同过滤推荐算法[J];合肥工业大学学报(自然科学版);2008年03期
12 周珊丹;周兴社;王海鹏;倪红波;张桂英;苗强;;智能博物馆环境下的个性化推荐算法[J];计算机工程与应用;2010年19期
13 连瑞梅;;电子商务中Web页面个性化推荐系统的架构[J];中国管理信息化(综合版);2007年09期
14 李慧;李存华;王霞;;一种新颖的个性化视频搜索排名算法[J];南京师范大学学报(工程技术版);2008年04期
15 李聪;梁昌勇;;基于属性值偏好矩阵的协同过滤推荐算法[J];情报学报;2008年06期
16 张晓云;李慧;王霞;;基于视觉信息的个性化图像搜索排名技术[J];黑龙江科技信息;2009年31期
17 赵娟;;个性化的自主学习模型研究[J];计算机教育;2010年05期
18 路璐;;基于aiNET人工免疫网络的推荐算法[J];电脑编程技巧与维护;2010年24期
19 张付志;常俊风;王栋;;基于Widrow-Hoff神经网络的多指标推荐算法[J];模式识别与人工智能;2011年02期
20 冷亚军;梁昌勇;张恩桥;戚筱雯;;基于项类偏好的协同过滤推荐算法[J];情报学报;2011年07期
中国重要会议论文全文数据库 前10条
1 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集(技术报告篇)[C];2007年
2 高凤荣;杜小勇;王珊;;数字图书馆环境下一种基于语义分类的个性化推荐算法[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年
3 梁莘燊;刘莹;;基于效能的学术资源推荐算法研究[A];第六届(2011)中国管理学年会——信息管理分会场论文集[C];2011年
4 苏日启;胡皓;汪秉宏;;基于网络的含时推荐算法[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
5 陶红亮;王明文;曹瑛;;基于项目平滑和聚类的协同过滤推荐算法[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
6 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
7 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年
8 汤显;周军锋;郭景峰;;一种面向Web站点的个性化推荐算法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
9 高旻;吴中福;;基于个性化情境和项目的协同推荐研究[A];2009年中国智能自动化会议论文集(第五分册)[东南大学学报(增刊)][C];2009年
10 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
中国博士学位论文全文数据库 前10条
1 贾春晓;基于复杂网络的推荐算法和合作行为研究[D];中国科学技术大学;2011年
2 李聪;电子商务推荐系统中协同过滤瓶颈问题研究[D];合肥工业大学;2009年
3 郭艳红;推荐系统的协同过滤算法与应用研究[D];大连理工大学;2008年
4 张亮;推荐系统中协同过滤算法若干问题的研究[D];北京邮电大学;2009年
5 王宏宇;商务推荐系统的设计研究[D];中国科学技术大学;2007年
6 史旻昱;基于RSS的个性化网络广告推荐系统研究[D];华中科技大学;2008年
7 刘凯鹏;社会性标注关键技术及其在信息检索中的应用研究[D];哈尔滨工业大学;2010年
8 李东胜;基于兴趣与保护隐私的在线社区推荐技术研究[D];复旦大学;2012年
9 张富国;基于信任的电子商务个性化推荐关键问题研究[D];江西财经大学;2009年
10 高旻;基于计算语用学和项目的资源协同过滤推荐研究[D];重庆大学;2010年
中国硕士学位论文全文数据库 前10条
1 李有超;基于项目属性与偏爱比较的协同过滤推荐算法研究[D];燕山大学;2010年
2 代沁;电子商务中基于消费心理的个性化推荐方法研究[D];沈阳航空工业学院;2010年
3 封素石;分布式协同过滤推荐算法研究[D];燕山大学;2010年
4 何克勤;基于标签的推荐系统模型及算法研究[D];华东师范大学;2011年
5 王小亮;基于协同过滤的个性化推荐算法的优化和应用[D];浙江工商大学;2010年
6 袁先虎;基于混合用户模型的协同过滤推荐算法研究[D];重庆大学;2010年
7 胡大伟;基于标签协同过滤算法在微博推荐中的研究[D];内蒙古科技大学;2012年
8 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年
9 刘亭;隐私保持协同过滤推荐算法研究[D];燕山大学;2010年
10 胡航博;上下文相关的查询推荐算法研究[D];河南大学;2010年
中国重要报纸全文数据库 前10条
1 记者 王夕;网络也会“读心术”[N];北京科技报;2011年
2 记者 向阳;软件测试关键技术研究有望降低测试成本[N];科技日报;2009年
3 崔昕;浙大中药质控技术取得创新性成果[N];中国医药报;2002年
4 朱冬梅;企业情报门户系统的内核[N];计算机世界;2004年
5 王翌;关于“垃圾桶”的两个悖论[N];计算机世界;2004年
6 ;“快钱”的速度[N];网络世界;2005年
7 ;联想网御百兆防火墙[N];计算机世界;2002年
8 中国反垃圾邮件联盟 王兴宇 叶豪;反垃圾邮件方案谁堪重任?[N];计算机世界;2004年
9 ;基于CAP 2+技术的iMSC新业务[N];人民邮电;2001年
10 艾文;反垃圾邮件 呼唤技术标准[N];中国计算机报;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978