文献类型：期刊文章

作　　者：高明[1] 金澈清[1] 钱卫宁[1] 王晓玲[1,2] 周傲英[1,2]

机构地区：[1]华东师范大学软件学院上海市高可信计算重点实验室,上海200062 [2]复旦大学上海市智能信息处理重点实验室,上海200433

出　　处：《计算机学报》

基　　金：国家"九七三"重点基础研究发展规划项目基金(2012CB316203);家自然科学基金(61070052;61033007)资助

年　　份：2014

卷　　号：37

期　　号：4

起止页码：963-975

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20141817659694)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：社交网络服务需要响应用户实时、连续、个性化的服务需求.然而,目前多数社交网络服务并未充分考虑用户的个性化服务需求.由于社交网络中海量的数据更新使得提供实时个性化服务成为一项相对艰巨的任务.文中基于LDA主题模型推断微博的主题分布和用户的兴趣取向,提出了微博系统上用户感兴趣微博的实时推荐方法,以响应用户实时、连续和个性化的服务请求,在真实数据集上的实验结果验证了文中提出的方法的有效性和高效性.

关 键 词：实时推荐  个性化推荐 LDA 社交网络 微博  

分 类 号：TP392]