作者：石磊; 陶永才; 李俊艳; 卫琳个性化推荐实时推荐动态偏好微博
摘要：微博作为一种具有代表性的社交新兴媒体，为用户提供实时的、个性化的信息服务，可以让用户从海量信息中快速获取自己感兴趣的、实时的信息．提出一种个性化的实时微博推荐模型（Personalizedand Real-Time recommendationmodel，PRT），为了提高推荐的效率和准确性，PRT基于LDA主题模型获取用户动态偏好，根据用户偏好把用户分为不同的用户组，为用户组提供整体的局部推荐列表．PRT根据用户上次浏览微博时间to的不同，为用户推荐从to到当前时间的微博，满足用户对微博推荐的实时、个性化需求．本文使用从新浪微博获取的真实数据验证了模型的高效性和准确性，和算法CT比较，个性化实时推荐模型PRT的准确率提高了10．6％，召回率提高了8．4％，为用户提供了更准确的推荐．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
