基于交互关系的微博用户标签预测

发布时间：2018-04-17 22:32

本文选题：标签预测 + 微博　；参考：《计算机工程与科学》2013年10期

【摘要】：在当今以用户贡献内容为核心的社交网络中,标签成为用户对资源进行标记和分类的重要依据。在新浪微博中,用户可以自由地给自己打上标签以表明自己的兴趣和特征等,用户标签在舆情分析与监测、广告推送和网络营销等应用中起到了非常重要的作用。针对新浪微博中绝大部分用户没有标签或标签较少的问题,提出了基于用户交互行为而产生的交互图的用户标签预测方法。在新浪微博用户量为1.4亿的真实数据集和大数据分析处理平台Hadoop上进行分析发现,本文提出的方法比当前常用的标签预测方法取得了更好的效果。
[Abstract]:Nowadays, in the social network with user contribution content as the core, tags become an important basis for users to label and classify resources.In Sina Weibo, users are free to label themselves to show their interest and characteristics. User tags play a very important role in public opinion analysis and monitoring, advertising push and network marketing and other applications.In order to solve the problem that most users of Sina Weibo have no tags or few tags, a user label prediction method based on interactive graph generated by user interaction behavior is proposed.Based on the real data set of 140 million users of Weibo Sina and Hadoop, the analysis and processing platform of big data, it is found that the method proposed in this paper is more effective than the current commonly used tag prediction method.
【作者单位】：国防科学技术大学计算机学院;北京大学信息科学技术学院;
【基金】：国家973计划资助项目(2013CB329601,2013CB329602,2013CB329604) 国家863计划资助项目(2012AA01A401,2012AA01A402) 国家自然科学基金资助项目(60933005,91124002) 科技支撑计划课题(2012BAH38B04,2012BAH38B06) 国家242信息安全计划资助项目(2011A010) 博士后基金资助项目(2012M520114)
【分类号】：TP393.09

【参考文献】