Indexed by：
Abstract：
传统微博用户推荐算法采用的数据来源单一,模型简单,导致推荐准确率不高.针对这一问题,本文提出一种基于标签的User Profile推荐算法,根据微博数据的特点,深入研究“微博文本”、“标签”、“社交关系”和“用户自身基本信息”等因素对微博个性化推荐的影响,通过训练LDA主题模型和SVM分类器将它们转换为标签,并赋予权重来描述用户兴趣,进行用户推荐以提高推荐准确性.实验结果表明,与传统VSM模型方法相比,该算法进行用户推荐效果更佳.
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机与现代化
ISSN： 1006-2475
Year： 2017
Issue： 10
Page： 76-80,86
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 4
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
