-
题名融合Spark与隐性兴趣的用户综合影响力度量
被引量：1
- 1
-
-
作者
童曼琪
黄江升
郭昆
-
机构
福州大学福建省空间数据挖掘与信息共享教育部重点实验室
福州大学福建省网络计算与智能信息处理重点实验室
国网信通亿力科技有限责任公司
-
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第11期61-69,共9页
-
基金
国家自然科学基金(61300104)
福建省高等学校新世纪优秀人才支持计划(JA13021)
+1 种基金
福建省杰出青年科学基金(2015J06014)
福建省高校产学合作项目(2017H6008)。
-
文摘
为解决传统用户影响力度量算法面向海量数据处理时运行速度下降的问题,提出一种基于隐性兴趣的用户综合影响力度量算法。通过隐含狄利克雷分配模型得到用户隐性兴趣偏好,根据困惑度和平均话题相似度综合确定最优兴趣话题数,并改进PageRank算法的用户兴趣传播转移率获得用户隐性兴趣传播影响力。在Spark计算框架的基础上,采用层次分析法且结合用户自身影响力和用户隐性兴趣传播影响力,计算得到最终用户影响力。实验结果表明,该算法综合考虑用户兴趣和用户自身影响因素,能够更客观高效地评估用户的真实影响力。
-
关键词
用户影响力
用户兴趣相似度
PAGERANK算法
Spark计算框架
隐含狄利克雷分配模型
-
Keywords
user influence
user interest similarity
PageRank algorithm
Spark computing framework
Latent Dirichlet Allocation(LDA)model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于背景和内容的微博用户兴趣挖掘
被引量：26
- 2
-
-
作者
仲兆满
管燕
胡云
李存华
-
机构
淮海工学院计算机工程学院
江苏金鸽网络科技有限公司软件研发中心
-
出处
《软件学报》
EI
CSCD
北大核心
2017年第2期278-291,共14页
-
基金
国家自然科学基金(61403156)
江苏省科技厅产学研前瞻性联合研究基金(BY2015048-02)~~
-
文摘
微博用户兴趣挖掘是个性化推荐、社群划分的基础工作.在深入分析微博网络特点的基础上,给出了能够揭示微博网络多模性的描述模型,对面向微博网络的后续研究具有参考价值.根据微博网络的特点,提出了基于背景的用户静态兴趣表示及挖掘方法,以及基于微博的用户动态兴趣表示和挖掘方法.针对微博网络中缺少背景信息、发表微博很少的大量不活跃用户,提出了基于关注的用户兴趣挖掘方法.以新浪微博为例,选取了时尚、企业管理、教育、军事、文化这5个领域进行用户兴趣挖掘及相似度计算的实验分析和比较,结果表明,与主流的兴趣挖掘方法相比,该微博用户兴趣的表示和挖掘方法可以有效地改善微博用户兴趣挖掘的效果.
-
关键词
微博网络
用户兴趣表示
用户静态兴趣
用户动态兴趣
用户兴趣挖掘
用户兴趣相似度计算
-
Keywords
microblog network
user interest representation
user static interest
user dynamic interest
user interest mining
user interest similarity calculation
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于用户兴趣的协同过滤推荐算法研究
被引量：3
- 3
-
-
作者
张素智
苏龙飞
-
机构
郑州轻工业学院计算机与通信工程学院
-
出处
《郑州轻工业学院学报（自然科学版）》
CAS
2013年第5期47-49,共3页
-
基金
国家自然科学基金项目(61201447)
-
文摘
针对现有系统过滤算法在用户兴趣、数据稀疏性方面的不足,提出一种基于用户兴趣的协同过滤推荐算法.该算法引入用户兴趣权重,建立用户-项目评价矩阵,通过聚类分析进行相似性计算,最终得到推荐结果.实验结果表明,本算法能有效地利用用户兴趣,提高推荐质量.
-
关键词
协同过滤
用户兴趣相似度
个性化推荐
-
Keywords
collaborative filtering
the user interest similarity
personalized recommendation
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于用户兴趣三维建模的个性化推荐算法
被引量：7
- 4
-
-
作者
王冰怡
刘杨
聂长新
田萱
-
机构
北京林业大学信息学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第1期65-70,共6页
-
基金
中央高校基本科研业务费专项基金资助项目(YX2014-19)
北京林业大学国家级大学生创新基金资助项目(201310022050)
-
文摘
针对推荐系统中用户的个性化需求,提出一种基于用户兴趣三维建模的个性化推荐算法。通过分析用户行为数据,从兴趣广度、兴趣深度和兴趣时效3个角度分析用户的兴趣构成,对用户兴趣进行三维建模,并在此基础上,逐步添加维度,设计用户之间兴趣相似度的三级计算方法。在真实推荐系统数据集上的实验结果表明,用户兴趣三维模型比一维模型、二维模型更能准确地表征用户兴趣,基于用户兴趣三维建模的个性化推荐算法能够提高个性化推荐的准确率。
-
关键词
个性化推荐
用户兴趣三维建模
兴趣广度
兴趣深度
兴趣时效
用户兴趣相似度
-
Keywords
personalized recommendation
three-dimensional user interest modeling
interest width
interest depth
interest timeliness
user interest similarity
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于事件本体的新闻个性化推荐
被引量：17
- 5
-
-
作者
朱文跃
刘炜
刘宗田
-
机构
上海大学计算机工程与科学学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第6期267-272,279,共7页
-
基金
国家自然科学基金(61273328,613050553)
上海市自然科学基金(12ZR1410900)
上海市软科学研究计划(15692110200)
-
文摘
针对传统推荐系统中存在的冷启动、数据稀疏、语义缺乏、推荐精度较低等问题,提出一种基于事件本体的推荐算法。结合新闻的分类结构和新闻语料构建事件本体,对用户浏览的新闻进行要素抽取并构建用户兴趣模型。基于事件本体的分类结构计算新闻事件之间的相似度,通过用户兴趣模型计算用户兴趣相似度,根据事件本体非层次结构的语义半径寻找相关新闻事件。综合事件本体相似度、用户兴趣相似度和非层次结构相似度3个方面得出新闻个性化推荐结果。实验结果表明,该算法的推荐结果优于协同过滤推荐算法和基于内容的推荐算法。
-
关键词
事件本体
推荐系统
新闻个性化推荐
本体相似度
用户兴趣相似度
非层次结构相似度
-
Keywords
event ontology
recommendation system
news personalized recommendation
ontology similarity
user’s interest similarity
non-hierarchical structure similarity
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
