HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于标签与关系网络的用户聚类推荐研究

作者:熊回香; 蒋武轩社会化标注标签关系网络用户聚类多维尺度分析

摘要:[目的]利用用户标签及关系网络,为用户推荐潜在的相似用户。[方法]通过探究社会化标注系统中标签、关系网络所表征的用户长短期兴趣特征,综合用户标签及关注关系,利用多维尺度法构建用户聚类模型,根据用户聚类结果进行相似用户推荐,并以"微博"为例对模型进行实证。[结果]实验结果表明,基于标签和关系网络的用户聚类模型能够有效地结合用户长短期兴趣特征,挖掘潜在相似用户,聚类及推荐效果较好。[局限]样本数据集具有局限性,不能完全涵盖用户兴趣领域,仅从一个领域验证了模型的准确性与有效性。[结论]通过对用户标签及关系网络挖掘用户长短期兴趣,构建的基于用户静态标签与动态关系网络的用户推荐模型,对个性化用户推荐效果有较好的提升。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

数据分析与知识发现

《数据分析与知识发现》(CN:10-1478/G2)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法,研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等,尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决...

杂志详情