文献类型：期刊文章

作　　者：陈杰[1] 刘学军[1] 李斌[1] 章玮[2]

机构地区：[1]南京工业大学计算机科学与技术学院 [2]中国人民解放军73677部队

出　　处：《电子学报》

基　　金：国家自然科学基金(No.61203072);江苏省重点研发计划(社会发展)(No.BE2015697)

年　　份：2017

卷　　号：45

期　　号：4

起止页码：898-905

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、EI(收录号：20172603839294)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对为微博用户推荐符合其兴趣取向的个性化微博信息的问题,结合LDA主题模型,提出了一种基于用户动态兴趣和社交网络(DISN)的微博推荐方法.DISN方法首先引入时间函数,推断出用户的兴趣向量,通过对新发布的微博数据内容进行聚类分组,以用户兴趣向量筛选与用户最匹配的分组,随后以网格索引的形式对选定的分组中微博进行查询,计算微博发布者被目标用户关注的可能性并进行排序,最终形成推荐列表.实验验证了DISN方法较之传统方法更具有效性和高效性.

关 键 词：动态兴趣  社交网络 LDA 网格查询  个性化推荐 微博  

分 类 号：TP391]