一种面向企业的行业微博信息推荐方法

发布时间：2020-03-04 03:06

【摘要】：微博社交媒体营销的兴起使得快速准确地在微博中定位行业信息变得越来越重要。提出一种基于关键词的行业信息个性化推荐方法以帮助用户快速准确地获得行业相关信息。从基于行业用户历史微博的关键词提取与基于词语共现信息的关键词扩展两个角度生成行业关键词向量,关键词提取与扩展的结果将根据用户自定义权重进行线性合并。最后,据此合并向量对用户订阅微博进行相关度计算,为用户推荐相关信息。该方法在新浪微博平台上以若干具有代表性的企业微博数据进行实验,证明了方法的有效性。
【图文】：

行业分布,企业,行业信息,行业

86计算机应用与软件2014年图12012年2月新浪企业微博行业分布虽然微博平台包含了各种行业信息，而且对于行业事件的反应很快，但是在其上获取较为全面的行业信息面临诸多困难。微博平台的兴起和用户的快速增长带来了信息过载问题，随着用户关注数量的增加，与行业无关的内容也越来越多地出现在用户订阅的微博中。加之微博平台本身也具有主题分散和信息碎片化的特点。这就要求能够识别企业微博用户的行业兴趣，并对微博信息依照行业相关度进行提取和推荐。然而，现有的社交媒体管理与分析软件在行业信息提取方面大多仅仅利用用户自定义关键词来进行简单的文字匹配，这种方法存在较大缺陷。首先，个别关键词并不能全面刻画行业信息需求;其次，语言的丰富性使得简单的文字匹配效果很受限。本文针对以上问题提出了一种基于行业语料的行业信息推荐方法。行业语料的来源方面，由于企业微博所发信息具有较强的行业相关性，所以行业相关用户的历史微博是行业语料的主要来源。对行业语料采用关键词提取和用户自定义关键词扩展技术相融合的方法建模用户的行业兴趣，从而兼顾了行业信息的全面刻画与用户兴趣的动态改变。最后，通过比较行业兴趣与待过滤微博的相关性来提取和推荐行业相关微博信息。1相关工作微博等社交媒体促使了学术界一个新兴的研究分支———社交媒体分析SMA(SocialMediaAnalytics)的兴起。Melville等人提出了SMA需要解决的四大关键问题［7］，即相关挖掘、影响力识别、情感分析和话题检测，Leskovec又将SMA的问题进一步细化［8］。在国内，基于微博的研究工作近年来也获得了越来越多的关注。文坤梅等人对基于中文微博的研究工作进行了综述［9］。在国内，计算机学科内关于社交媒体分析的相关研究刚刚起步，相关研

整体流,方法,关键词,关键词提取

保囝没ё远ㄒ骞丶憧誓芄辉谝欢ǔ潭壬辖饩隼?启动现象。本方法主要分为数据获取与预处理、行业关键词提娶用户自定义关键词扩展以及个性化微博推荐四大组成部分。首先，获取用户相关微博信息进行数据预处理;之后数据分别交由关键词提取与关键词扩展模块，关键词提取将基于TextＲank算法无指导地进行，关键词扩展将基于用户自定义关键词使用P-IOW算法进行;之后将二者的结果根据用户自定义权重进行线性合并;合并结果供相关推荐模块进行相关度比较，以对待推荐微博生成相关性评分，从而达到推荐相关微博的目的。处理流程如图2所示。图2方法整体流程图示2．1数据获取与预处理本文基于行业相关语料进行关键词提取与关键词扩展。行业相关语料的来源可以是该用户的历史微博语料，也可以是用户指定的若干个本行业相关企业用户的历史微博语料。在经过对若干行业微博的分析后，本文发现名词能够较准

【参考文献】