文献类型：期刊文章

作　　者：彭舰[1] 王屯屯[1] 陈瑜[1] 刘唐[2] 徐文政[1]

PENG Jian;WANG Tuntun;CHEN Yu;LIU Tang;XU Wenzheng(Computer Science School, Sichuan University, Chengdu 610065, China;College of Fundamental Education, Sichuan Normal University, Chengdu 610068, China)

机构地区：[1]四川大学计算机学院,四川成都610065 [2]四川师范大学基础教学学院,四川成都610068

出　　处：《通信学报》

基　　金：国家自然科学基金资助项目(No.U1333113;No.61602330);四川省科技支撑计划基金资助项目(No.2014GZ0111);四川省教育厅科研基金资助项目(No.18ZA0404)~~

年　　份：2018

卷　　号：39

期　　号：3

起止页码：147-158

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在社交网络用户推荐研究领域,通过提取用户的行为模式对其进行好友推荐。但是用户的行为是多样性的,在不同的社交平台,用户可能有不同的行为模型。提出跨平台用户推荐模型,同时对用户相关的所有社交网络平台进行建模,最后将用户在所有平台的行为模式进行融合。基于真实的新浪微博数据集和知乎数据集,通过一系列对比实验证明,跨平台用户推荐模型可以更加全面准确地刻画用户行为,更好地进行用户推荐。

关 键 词：跨平台 用户推荐  在线社交网络  数据挖掘

分 类 号：TP311]