-
题名面向领域的高质量微博用户发现
被引量：1
- 1
-
-
作者
叶永君
李鹏
周美林
万仪方
王斌
-
机构
中国科学院信息工程研究所
中国科学院大学
-
出处
《中文信息学报》
CSCD
北大核心
2018年第7期109-115,共7页
-
基金
国家自然科学基金(61402466)
国家高技术研究发展计划(863)(2015AA016005)
-
文摘
在微博系统中,寻找高质量微博用户进行关注是获取高质量信息的前提。该文研究高质量微博用户发现问题,即给定领域词查询,系统根据用户质量返回相关用户排序列表。将该问题分解成两个子问题:一是领域相关用户的检索问题,二是微博用户排序问题。针对用户检索问题,提出了基于用户标签的用户表示方法以及基于维基百科的查询—用户相似度匹配方法,该方法作为ESA(explicit semantic analysis)的一个扩展应用,结果具有良好的可解释性,实验表明基于维基百科的效果要优于基于其他资源的检索效果。针对用户排序问题,提出了基于图的迭代排序方法 UBRank,在计算用户质量时同时考虑用户发布消息的数量和消息的权威度,并且只选择含URL的消息来构建图,实验验证了该方法的高效性和优越性。
-
关键词
用户质量测量
用户行为模型
图排序算法
-
Keywords
user quality measure
user behavior model
graph based ranking
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
