【摘要】：微博作為一種新的且應用廣泛的社交網絡，近年來引來許多學者研究，其中微博用戶推薦是研究熱點之一。由于微博結構上的單向弱關系特性，單純的利用傳統推薦算法進行用戶推薦，存在著推薦不精確問題，同時對推薦因素考慮不足也在一定程度上影響推薦的質量。本文分析了微博的特性，針對微博關注者的推薦算法進行研究，重點分析和研究了熱點關注者推薦和個性化關注者推薦兩類問題。 首先，在熱點關注者推薦算法部分，針對熱點用戶識別不準確，以及認證用戶優先被推薦問題，，提出了一種熱點用戶識別方法，以進行熱點關注者推薦。首先分析了微博信息傳播的方式，選取了用戶的博文數量、回復數量等五個影響因素描述用戶的行為模式以識別活躍用戶，其次根據用戶聲譽、被訪問量和微博影響力在活躍用戶的基礎上設計熱點用戶的識別方法，最終將熱點度高的用戶推薦為熱點關注者。 其次，在個性化關注者推薦算法部分，針對推薦過程中預測評分的不精確問題，提出了基于微博用戶屬性和貝葉斯分類的推薦算法。首先根據傳統的基于用戶的協同過濾算法對目標用戶未關注的人進行初始預測評分，其次結合微博用戶屬性和貝葉斯分類，得到目標用戶喜歡未被其評分的關注者的概率，最后結合二者優化改進初始預測評分，并將該算法與傳統的推薦算法進行比較。 最后，采用Eclipse編程實現具體算法，對文中以上兩點的研究內容進行對比分析。通過對實驗結果的詳細分析，驗證了熱點關注者推薦算法的有效性以及基于貝葉斯屬性分類的個性化關注者推薦算法的合理性。
【學位授予單位】：燕山大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP393.092;TP391.3

【參考文獻】

相關期刊論文 前4條

1 鮑光余;朱東海;;基于潛在語義分析的農戶個性化推薦系統的研究與設計[J];計算機與現代化;2011年01期

2 趙宏霞;王新海;楊皎平;;基于模糊推理的web客戶需求協同過濾推薦算法[J];情報雜志;2011年01期

3 楊博;趙鵬飛;;推薦算法綜述[J];山西大學學報(自然科學版);2011年03期

4 原福永;馮靜;符茜茜;;微博用戶的影響力指數模型[J];現代圖書情報技術;2012年06期

本文編號：2570156