基于跨平台的在线社交网络用户推荐研究 被引量：26

1

作者 彭舰 王屯屯 +2 位作者 陈瑜 刘唐 徐文政 《通信学报》 EI CSCD 北大核心 2018年第3期147-158,共12页

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... 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。 展开更多

关键词 跨平台 用户推荐 在线社交网络 数据挖掘

在线阅读 下载PDF 职称材料

基于排序学习的微博用户推荐 被引量：15

2

作者 彭泽环 孙乐 +1 位作者 韩先培 石贝 《中文信息学报》 CSCD 北大核心 2013年第4期96-102,共7页

该文在分析总结影响微博用户推荐的四大类信息,包括用户的内容信息、个人信息、交互信息和社交拓扑信息的基础上,提出一个基于排序学习的微博用户推荐框架,排序学习的本质是用机器学习中的分类或回归方法解决排序问题,该框架可以综合各... 该文在分析总结影响微博用户推荐的四大类信息,包括用户的内容信息、个人信息、交互信息和社交拓扑信息的基础上,提出一个基于排序学习的微博用户推荐框架,排序学习的本质是用机器学习中的分类或回归方法解决排序问题,该框架可以综合各类信息特征进行用户推荐。实验结果表明:(1)融合多个特征综合推荐通常可以取得更好的推荐效果;(2)基于用户个人信息、交互信息、社交拓扑信息的推荐效果均好于基于用户内容的推荐效果。 展开更多

关键词 排序学习 用户推荐 微博

在线阅读 下载PDF 职称材料

LDA模型在微博用户推荐中的应用 被引量：29

3

作者 邸亮 杜永萍 《计算机工程》 CAS CSCD 2014年第5期1-6,11,共7页

潜在狄利克雷分配(LDA)主题模型可用于识别大规模文档集中潜藏的主题信息,但是对于微博短文本的应用效果并不理想。为此,提出一种基于LDA的微博用户模型,将微博基于用户进行划分,合并每个用户发布的微博以代表用户,标准的文档-主题-词... 潜在狄利克雷分配(LDA)主题模型可用于识别大规模文档集中潜藏的主题信息,但是对于微博短文本的应用效果并不理想。为此,提出一种基于LDA的微博用户模型,将微博基于用户进行划分,合并每个用户发布的微博以代表用户,标准的文档-主题-词的三层LDA模型变为用户-主题-词的用户模型,利用该模型进行用户推荐。在真实微博数据集上的实验结果表明,与传统的向量空间模型方法相比,采用该方法进行用户推荐具有更好的效果,在选择合适的主题数情况下,其准确率提高近10%。 展开更多

关键词 主题模型 潜在狄利克雷分配 微博 用户模型 兴趣分析 用户推荐

在线阅读 下载PDF 职称材料

一种基于改进的层次聚类的协同过滤用户推荐算法研究 被引量：14

4

作者 张峻玮 杨洲 《计算机科学》 CSCD 北大核心 2014年第12期176-178,共3页

为了降低组用户推荐的计算时间,提出了一种改进的层次聚类协同过滤用户推荐算法。由于数据的稀疏性,传统的聚类方法在尝试划分用户群时效果不理想。考虑到传统聚类算法的聚类中心不变组内用户间相关度不高等问题,将用户进行聚类,然后按... 为了降低组用户推荐的计算时间,提出了一种改进的层次聚类协同过滤用户推荐算法。由于数据的稀疏性,传统的聚类方法在尝试划分用户群时效果不理想。考虑到传统聚类算法的聚类中心不变组内用户间相关度不高等问题,将用户进行聚类,然后按照分类计算出每个用户的推荐结果,在进行聚类的同时充分利用用户间的信息传递来增强组内用户的信息共享,最后将组内所有的用户的推荐结果进行聚合。最后仿真实验表明,本方法能够有效地提高推荐的准确度,比传统的协同过滤算法具有更高的执行效率。 展开更多

关键词 推荐系统 协同过滤 层次聚类算法 组推荐 用户推荐

在线阅读 下载PDF 职称材料

用户推荐对网络搜索行为影响的眼动研究 被引量：4

5

作者 卢万譞 梁玮 贾云得 《北京理工大学学报》 EI CAS CSCD 北大核心 2016年第5期514-519,共6页

为研究用户推荐对网络搜索行为的影响,将用户推荐加入到搜索引擎结果页面中,通过眼动跟踪技术观察被试在完成网络搜索任务时行为的变化.实验结果显示,加入用户推荐对被试的搜索效率、注意力分布和点击分布没有显著影响.但反馈问卷显示,... 为研究用户推荐对网络搜索行为的影响,将用户推荐加入到搜索引擎结果页面中,通过眼动跟踪技术观察被试在完成网络搜索任务时行为的变化.实验结果显示,加入用户推荐对被试的搜索效率、注意力分布和点击分布没有显著影响.但反馈问卷显示,多数被试认为用户推荐有助于搜索,并且会在搜索中参考该信息.分析发现,两种结果矛盾的原因在于被试在搜索过程中常常会忽略用户推荐,产生无意视盲(inattentional blindness)现象. 展开更多

关键词 网络搜索 用户行为 眼动 用户推荐

在线阅读 下载PDF 职称材料

微博用户推荐模型的研究 被引量：5

6

作者 徐雅斌 石伟杰 《电子科技大学学报》 EI CAS CSCD 北大核心 2015年第2期254-259,共6页

微博用户推荐对改善用户体验、促进社交网络长远发展具有重要意义。该文提取了能够充分反映微博用户之间相关性的多个特征,并通过逻辑回归模型对潜在的用户进行评分排序,为目标用户推荐前N个潜在用户。基于新浪微博数据集的实验结果表明... 微博用户推荐对改善用户体验、促进社交网络长远发展具有重要意义。该文提取了能够充分反映微博用户之间相关性的多个特征,并通过逻辑回归模型对潜在的用户进行评分排序,为目标用户推荐前N个潜在用户。基于新浪微博数据集的实验结果表明,基于逻辑回归方法的用户推荐模型是切实有效的,可以为微博用户提供高性能的个性化用户推荐。 展开更多

关键词 逻辑回归 微博 个性化推荐 用户推荐

在线阅读 下载PDF 职称材料

基于k-means算法的微博用户推荐功能研究 被引量：16

7

作者 杨尊琦 张倩楠 《情报杂志》 CSSCI 北大核心 2013年第8期142-144,131,共4页

将微博中的兴趣关注根据现有的类别进行再次分类。以新浪微博达人为研究对象,提取他们关注的名人以及机构,并将这些名人、机构根据主页描述和标签进行归类。基于共链关系统计同时关注每两个类别之间的用户人数。最后将统计结果制成相关... 将微博中的兴趣关注根据现有的类别进行再次分类。以新浪微博达人为研究对象,提取他们关注的名人以及机构,并将这些名人、机构根据主页描述和标签进行归类。基于共链关系统计同时关注每两个类别之间的用户人数。最后将统计结果制成相关性矩阵,导入SPSS软件中进行k-means聚类,结果为具有相似性的兴趣可以聚为一组。最后根据聚类结果结合现实情况分析各类别之间的相似性与区别。挖掘用户关注兴趣的隐性信息,并对微博用户推荐兴趣提出建议。 展开更多

关键词 微博关注兴趣共同关注矩阵k-means聚类新浪微博微博用户 用户推荐

在线阅读 下载PDF 职称材料

基于相似主题和HITS的微博用户推荐算法研究 被引量：2

8

作者 王嵘冰 徐红艳 +1 位作者 冯勇 安维凯 《中文信息学报》 CSCD 北大核心 2019年第7期128-135,共8页

为了准确地为微博用户推荐相近兴趣领域的重要用户,有效提高用户对微博平台的依赖度。该文对传统的HITS算法进行了改进:通过分析微博用户社交网络结构,运用改进算法将微博用户划分为3类,在微博主题相似度计算中引入用户的权威度和中心度... 为了准确地为微博用户推荐相近兴趣领域的重要用户,有效提高用户对微博平台的依赖度。该文对传统的HITS算法进行了改进:通过分析微博用户社交网络结构,运用改进算法将微博用户划分为3类,在微博主题相似度计算中引入用户的权威度和中心度,最后根据用户类别进行微博用户推荐。实验中,使用爬取的微博数据对传统的推荐算法和该文的改进算法进行对比实验,由于所提算法在分析过程中考虑了用户结构信息、用户的权威度与中心度等多种因素,因而在准确率、召回率、F1值上均有明显提高。 展开更多

关键词 微博用户推荐 HITS 权威度 中心度 主题相似度

在线阅读 下载PDF 职称材料

移动社交电子商务用户推荐对大学生网购意愿影响因素实证分析 被引量：5

9

作者 操守康 郭传勇 +2 位作者 张梦婷 张盛 马小龙 《商业经济研究》 北大核心 2015年第36期61-63,共3页

本文主要基于用户推荐理论、口碑理论和信任理论,提出了移动社交电子商务用户推荐对大学生网购意愿的影响因素概念模型。本研究共收集783份有效问卷,进行信度效度分析后,结合结构化方程模型对提出的概念模型进行了实证检验。研究结果表... 本文主要基于用户推荐理论、口碑理论和信任理论,提出了移动社交电子商务用户推荐对大学生网购意愿的影响因素概念模型。本研究共收集783份有效问卷,进行信度效度分析后,结合结构化方程模型对提出的概念模型进行了实证检验。研究结果表明,信任倾向、购物经验和关系强度对大学生的网购意愿有极大影响,而推荐者知名度和商品视觉线索对大学生网购意愿影响并不大。 展开更多

关键词 移动社交平台 电子商务用户推荐 网购意愿 大学生

在线阅读 下载PDF 职称材料

社会化电商平台用户推荐对消费者绿色产品购买意愿的影响 被引量：12

10

作者 周延 常亮 《商业经济研究》 北大核心 2023年第6期60-64,共5页

随着我国在零售领域鼓励线上电商平台等流通企业推进绿色低碳产品销售,以及社会化电子商务以提供用户“线上社交+信息互通”的互动性优势在消费者中影响力的显著提升,社会化电商平台产品的绿色化将成为未来趋势。本文基于网络口碑传播... 随着我国在零售领域鼓励线上电商平台等流通企业推进绿色低碳产品销售,以及社会化电子商务以提供用户“线上社交+信息互通”的互动性优势在消费者中影响力的显著提升,社会化电商平台产品的绿色化将成为未来趋势。本文基于网络口碑传播和信任理论模型,构建“社会化电商平台&用户推荐—绿色产品信任态度—购买意愿”模型,以90、00后青年群体为对象,研究社会化电商平台用户推荐这一功能对用户绿色产品信任态度及购买意愿的影响。研究结果表明:社会化电商平台用户绿色产品购买意愿会受到来自推荐者专业性、推荐信息详尽性和视觉性及潜在消费者信任倾向的影响。平台用户的信任态度在上述影响过程中起中介作用。依据上述结论本文将为相关平台在绿色产品通过用户推荐进行产品营销方面提供改善性建议。 展开更多

关键词 社会化电子商务 用户推荐 信任态度 绿色产品 购买意愿

在线阅读 下载PDF 职称材料

基于知识图谱和重启随机游走的跨平台用户推荐方法 被引量：6

11

作者 余敦辉 张蕗怡 +1 位作者 张笑笑 毛亮 《计算机应用》 CSCD 北大核心 2021年第7期1871-1877,共7页

针对单一社交网络平台中推荐相似用户结果单一,对用户兴趣和行为信息了解不够全面的问题,提出了基于知识图谱和重启随机游走的跨平台用户推荐方法(URCP-KR)。首先,在分割、匹配出的目标平台图谱和辅助平台图谱的相似子图中,利用改进的... 针对单一社交网络平台中推荐相似用户结果单一,对用户兴趣和行为信息了解不够全面的问题,提出了基于知识图谱和重启随机游走的跨平台用户推荐方法(URCP-KR)。首先,在分割、匹配出的目标平台图谱和辅助平台图谱的相似子图中,利用改进的多层循环神经网络(RNN)预测出候选用户实体,再综合利用拓扑结构特征相似度和用户画像相似度筛选出相似用户;然后,将辅助平台图谱中的相似用户的关系信息补全到目标平台图谱;最后,计算目标平台图谱中的用户游走到社区内每个用户的概率,从而得到用户之间的兴趣相似度来实现用户推荐。实验结果表明,与协同过滤(CF)算法、基于跨平台的在线社交网络用户推荐算法(URCP)和基于多开发者社区的用户推荐算法(UR-MC)相比,URCP-KP在推荐精确率及推荐多样性等方面均有所提高,推荐精确率最高可达95.31%,推荐覆盖率最高可达88.42%。 展开更多

关键词 知识图谱 实体链接 关系补全 重启随机游走 用户推荐

在线阅读 下载PDF 职称材料

基于交互链路的相似用户推荐算法 被引量：3

12

作者 李颖 朱保平 《南京理工大学学报》 EI CAS CSCD 北大核心 2018年第2期183-188,共6页

用户推荐是社交软件中必不可少的功能之一。针对目前绝大多数的用户推荐算法仅从用户的关注和粉丝中寻找相似用户,忽略了与其有过交互但却未关注该用户的人,以及仅关注用户间的直接交互、未考虑间接交互对推荐效果的影响等问题,该文提... 用户推荐是社交软件中必不可少的功能之一。针对目前绝大多数的用户推荐算法仅从用户的关注和粉丝中寻找相似用户,忽略了与其有过交互但却未关注该用户的人,以及仅关注用户间的直接交互、未考虑间接交互对推荐效果的影响等问题,该文提出了一种有效的基于交互链路的相似用户推荐算法。该算法将用户基本信息相似度与交互强度相结合,实现了相似用户的推荐。与已有算法相比,该算法扩展了发现相似用户的范围,并在交互链路的大背景下将间接交互引入交互强度计算中。实验结果表明,该文算法能够发现更多的相似用户。 展开更多

关键词 用户推荐 交互链路 基本信息相似度 交互强度 间接交互

在线阅读 下载PDF 职称材料

基于Mahout的新用户推荐算法的设计与实现 被引量：3

13

作者 高献卫 师智斌 《计算机工程与科学》 CSCD 北大核心 2015年第8期1444-1449,共6页

为了解决大数据背景下新用户因没有历史数据而导致推荐难和推荐效率低等问题,提出将基于Mahout的协同过滤算法与基于MapReduce的Top N算法相结合的技术方法,来实现新用户推荐算法,从而构建新用户推荐系统的架构,并对Hadoop Top N算法以... 为了解决大数据背景下新用户因没有历史数据而导致推荐难和推荐效率低等问题,提出将基于Mahout的协同过滤算法与基于MapReduce的Top N算法相结合的技术方法,来实现新用户推荐算法,从而构建新用户推荐系统的架构,并对Hadoop Top N算法以及Mahout中协同过滤算法进行设计与实现。理论分析和实验验证表明,该新用户推荐算法在推荐效率、对大规模数据处理的伸缩性以及推荐质量上都明显优于单独使用协同过滤算法的新用户推荐。 展开更多

关键词 新用户推荐 Mahout 推荐系统 HADOOP 大数据

在线阅读 下载PDF 职称材料

基于社交媒体基因图谱的用户推荐模型研究 被引量：3

14

作者 张继东 黄媛 《情报杂志》 CSSCI 北大核心 2019年第8期188-194,共7页

[目的/意义]随着社交媒体规模不断扩大,用户行为特征日益复杂,从中快速获取匹配信息愈发困难,因此为用户提供高效的推荐机制具有重要意义。[方法/过程]融合基因工程中的理论,提出一种基于社交媒体基因图谱的用户推荐模型,提取社交媒体... [目的/意义]随着社交媒体规模不断扩大,用户行为特征日益复杂,从中快速获取匹配信息愈发困难,因此为用户提供高效的推荐机制具有重要意义。[方法/过程]融合基因工程中的理论,提出一种基于社交媒体基因图谱的用户推荐模型,提取社交媒体中用户有效信息,发现用户的的生物基因、社会基因和网络基因,将每个基因上的主要属性进行匹配度计算,运用熵权法向用户推荐与用户匹配度较高的其他用户。[结果/结论]从国内用户最多的社交媒体——新浪微博采集真实数据,证实了新型模型提高了推荐质量。但由于数据单一,无法确认在所有社交媒体中都有同样的推荐效果。 展开更多

关键词 社交媒体 基因图谱 用户推荐

在线阅读 下载PDF 职称材料

昆明市官渡区福德农药经营部向全省各地新老用户推荐高效系列农化产品

15

《云南农业》 2004年第12期34-34,共1页

关键词 农化产品 产地 官渡区 用户推荐 农药 化学污染物 昆明市 福德

在线阅读 下载PDF 职称材料

基于共同用户和相似标签的好友推荐方法 被引量：17

16

作者 张怡文 岳丽华 +2 位作者 张义飞 李青 程家兴 《计算机应用》 CSCD 北大核心 2013年第8期2273-2275,共3页

针对目前的社交网络好友推荐方法用户兴趣不明显、用户之间相关性较差等问题,提出一种基于共同用户和相似标签的协同过滤算法。抽取共同关注用户作为共同项目,加入体现用户兴趣的自定义标签数据,并对标签进行相似度计算处理,以扩充稀疏... 针对目前的社交网络好友推荐方法用户兴趣不明显、用户之间相关性较差等问题,提出一种基于共同用户和相似标签的协同过滤算法。抽取共同关注用户作为共同项目,加入体现用户兴趣的自定义标签数据,并对标签进行相似度计算处理,以扩充稀疏矩阵,改善协同过滤推荐方法。实验结果表明,与单指标的协同过滤推荐算法相比,基于共同用户和相似标签的好友推荐方法更好地体现了用户兴趣,同时在推荐准确率和平均准确率上都有较大提高。 展开更多

关键词 标签 社交网络 协同过滤 用户推荐 语义相似度

在线阅读 下载PDF 职称材料

张量分解的标签推荐及新用户标签推荐算法 被引量：15

17

作者 廖志芳 王超群 +1 位作者 李小庆 张苗 《小型微型计算机系统》 CSCD 北大核心 2013年第11期2472-2476,共5页

标签推荐系统包含用户、资源和标签三个基本元素,由于标签推荐系统中数据存在大量稀疏值和缺失值,而张量分解方法对于稀疏数据处理有较好的性能,因此本文以传统的Tucker和ParaFac张量分解模型为基础,通过数据缺失值处理,进行局部最优求... 标签推荐系统包含用户、资源和标签三个基本元素,由于标签推荐系统中数据存在大量稀疏值和缺失值,而张量分解方法对于稀疏数据处理有较好的性能,因此本文以传统的Tucker和ParaFac张量分解模型为基础,通过数据缺失值处理,进行局部最优求解获得标签推荐值,以此进行社会标签系统中的标签推荐预测.实验表明,基于张量分解的标签推荐算法的召回率和精确度得到提高.同时通过更新Tucker和ParaFac张量分解模型,提出对应的新用户标签推荐算法,实验表明,基于张量分解模型的新用户标签推荐算法可以为新用户提供良好的标签推荐. 展开更多

关键词 标签推荐 张量分解 新用户推荐

在线阅读 下载PDF 职称材料

XML图书搜索中基于用户社会关系的查询推荐方法 被引量：2

18

作者 黄涵娟 李新叶 田航 《计算机应用与软件》 CSCD 2015年第2期33-36,共4页

基于关键词的图书搜索系统由于用户输入查询词的模糊性和简单性往往需要利用查询推荐技术对查询词进行扩展。目前的图书查询推荐方法不能辨别出不同用户在不同时期的图书请求意图和兴趣。提出一种基于用户社会关系的查询推荐方法,首先... 基于关键词的图书搜索系统由于用户输入查询词的模糊性和简单性往往需要利用查询推荐技术对查询词进行扩展。目前的图书查询推荐方法不能辨别出不同用户在不同时期的图书请求意图和兴趣。提出一种基于用户社会关系的查询推荐方法,首先通过分析用户个人资料信息建立用户社会关系对象集合;其次获取用户社会关系对象对图书的标记词,计算输入查询词与标记词之间的共现率并建立用户社会关系标记词推荐集合,选取与查询词共现率最高的标注词进行查询词扩展。在实际图书数据集上的实验表明,该方法大大提高了查询结果的NDCG@10值,提高用户的满意度,表明该方法具有可行性。 展开更多

关键词 XML图书搜索 查询推荐用户社会关系 兴趣对象标注词 共现率

在线阅读 下载PDF 职称材料

融合信息瓶颈与图卷积的跨域推荐算法

19

作者 王永贵 胡鹏程 +2 位作者 时启文 赵炀 邹赫宇 《计算机工程与应用》 CSCD 北大核心 2024年第15期77-90,共14页

基于迁移学习的跨域推荐可以有效地学习连接源域和目标域的映射函数,但其性能仍然受到表征质量不高和负迁移问题的影响,不能有效地为冷启动用户进行推荐,为此提出了一种融合信息瓶颈与图卷积网络的跨域推荐模型(IBGC)。利用图卷积神经... 基于迁移学习的跨域推荐可以有效地学习连接源域和目标域的映射函数,但其性能仍然受到表征质量不高和负迁移问题的影响,不能有效地为冷启动用户进行推荐,为此提出了一种融合信息瓶颈与图卷积网络的跨域推荐模型(IBGC)。利用图卷积神经网络聚合有关联的用户-用户和项目-项目信息;利用注意力机制学习用户和项目偏好,以提高节点特征表示质量;考虑到两个领域的信息交互,将重叠用户进行嵌入表示的同时限制特定信息的编码,利用信息瓶颈理论设计了三种正则化器,以捕获域内和跨域用户-项目的相关性,并将不同领域的重叠用户表征对齐以解决负迁移问题。在Amazon数据集中的四对公开数据集上进行实验,实验结果表明该模型在MRR、HR@K和NDCG@K三个推荐性能指标上的表现均优于基线模型,在四对数据集上与最优对比基线模型相比,MRR平均提升34.36%,HR@10平均提升34.94%,NDCG@10平均提升36.83%,证明了IBGC模型的有效性。 展开更多

关键词 跨域推荐算法 用户冷启动推荐 图卷积神经网络 信息瓶颈理论 网络嵌入学习 注意力机制

在线阅读 下载PDF 职称材料

基于标签挖掘的个性化推荐算法 被引量：7

20

作者 时光洋 于万钧 陈颖 《计算机工程与设计》 北大核心 2024年第3期932-939,共8页

基于标签的推荐算法中存在两个主要缺陷,缺乏用户对于标签偏好值的量化,以及不同标签在用户使用中所占权重。为此提出一种从标签角度出发的个性化推荐算法。分析用户历史行为中使用过的标签,根据用户历史行为建立用户的标签兴趣模型,利... 基于标签的推荐算法中存在两个主要缺陷,缺乏用户对于标签偏好值的量化,以及不同标签在用户使用中所占权重。为此提出一种从标签角度出发的个性化推荐算法。分析用户历史行为中使用过的标签,根据用户历史行为建立用户的标签兴趣模型,利用标签兴趣模型计算用户对不同标签的偏好值;统计用户的历史评分记录,计算不同标签所占权重;将两者进行线性组合,得出用户对标签的兴趣度。利用余弦相似度,计算用户偏好相似度,将用户偏好相似度引入到矩阵分解模型中,进行项目评分预测和推荐。实验结果表明,在MovieLens数据集上,该算法相比于传统算法LFM和SVD++在RMSE上分别降低了5.00%和1.41%,在MAE上分别降低了5.07%和1.00%。 展开更多

关键词 推荐系统 标签 偏好相似度 矩阵分解 用户个性化推荐 协同过滤推荐算法 兴趣相似度

在线阅读 下载PDF 职称材料