文献类型：期刊文章

作　　者：蔡淑琴[1] 袁乾[1] 周鹏[1] 梁烽[1]

机构地区：[1]华中科技大学管理学院管理科学与信息管理系,武汉430074

出　　处：《系统工程理论与实践》

基　　金：国家自然科学基金(71071066;71371081);教育部人文社科基金(11YJA630098);高等学校博士学科点专项科研基金(20130142110044)

年　　份：2015

卷　　号：35

期　　号：5

起止页码：1267-1275

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、CSSCI、CSSCI2014_2016、EI、IC、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：高速发展的微博带来信息富余,也带来了信息过载,不断新增的非结构化微博文本内容和复杂的社会网络关系导致个性化推荐难以实施.针对微博网站特征,提出一种基于信息传播模拟的协同过滤推荐模型并给出推荐框架图,解决推荐的数据稀疏性和冷启动问题.首先,通过自然语言处理技术处理非结构化文本内容,获取关键词为推荐对象,构建用户-关键词偏好模型;然后,采用一阶马尔可夫随机游走模拟用户偏好在社会网络中的传播过程,得到用户-关键词偏好矩阵.实验使用来自新浪微博的数据集,采用平均绝对误差、准确率和召回率三个指标评价推荐模型,并与基准模型进行对比.实验结果表明,因整合了社会网络结构信息,基于信息传播的协同过滤推荐模型的效率比基准模型有明显提高.

关 键 词：推荐模型  信息传播 微博  用户创造内容  社会网络

分 类 号：TP391.3] TP393.092[计算机类]