微博中结合转发特性的用户兴趣话题挖掘方法

发布时间：2018-02-01 10:46

  本文关键词： 微博 用户 兴趣转发 跟随转发 主题模型　出处：《计算机应用研究》2017年07期 　论文类型：期刊论文

【摘要】：微博是当代社会重要的社交网络,转发是微博的重要功能之一。在以往的用户兴趣话题挖掘研究中并未对用户转发博文的动机作进一步分析,对用户的兴趣转发未有足够重视。针对微博的转发特性,提出一种在原有AT模型的基础上结合兴趣转发来挖掘微博用户兴趣话题的AT-IR模型;并通过对爬取的微博数据集进行实验,该模型在对用户兴趣提取的准确性上优于AT模型,同时该方法对其他主题模型也具有一定扩展性。
[Abstract]:Weibo is an important social network in contemporary society and forwarding is one of the important functions of Weibo. Not enough attention has been paid to the user's interest forwarding. In view of Weibo's forwarding characteristics, a AT-IR model is proposed to mine Weibo user's topic of interest based on the original AT model and interest forwarding. Through the experiment of Weibo dataset, the model is better than AT model in the accuracy of user interest extraction, and the method is also extensible to other topic models.
【作者单位】： 辽宁工程技术大学软件学院;
【基金】：国家自然科学基金资助项目(61404069) 辽宁省科技厅博士启动基金资助项目(20141140)
【分类号】：TP391.1;TP393.092
【正文快照】： 0引言随着移动互联网的快速发展,微博已经逐渐融入到人们的日常生活当中。2014年新浪微博月活跃用户净增4 700万,2015年净增6 000万,增速显著加快,微博用户数量之庞大可想而知。微博中蕴涵海量数据,因此如何从中挖掘出有价值的信息尤为重要。不可否认的是这些挖掘出的信息对舆

【相似文献】

相关期刊论文 前10条

1 王杰;使图像的编辑更加容易[J];中文信息;1998年Z1期

2 王波,姚敏;基于信息抽取的匿名用户兴趣描述[J];华南理工大学学报(自然科学版);2004年S1期

3 董全德;;用户兴趣迁移模式与个性化服务[J];电脑知识与技术(学术交流);2007年17期

4 郑运刚;马建国;;基于分类的用户兴趣漂移模型[J];情报杂志;2008年01期

5 张涛;;基于浏览历史的用户兴趣提取模型[J];软件导刊;2009年06期

6 杨杰;陈恩红;;面向个性化服务的用户兴趣偏移检测及处理方法[J];电子技术;2009年11期

7 陈圣兵;李龙澍;纪霞;;多层次用户兴趣模式的动态捕捉[J];计算机工程与应用;2009年36期

8 郑晓健;庞淑英;何英;;一种面向主题的用户兴趣挖掘模型研究[J];昆明学院学报;2010年03期

9 花青松;刘海峰;胡铮;;基于基尼系数的用户兴趣分布模式度量方法[J];计算机工程;2012年22期

10 孙雨生;刘伟;仇蓉蓉;黄传慧;;国内用户兴趣建模研究进展[J];情报杂志;2013年05期

相关会议论文 前7条

1 赵琦;骆志刚;田文颖;李聪;丁凡;;一种基于负反馈信息的用户兴趣模型修正方法[A];中国通信学会第六届学术年会论文集（下）[C];2009年

2 孙静;郭奇;张志强;冯建华;;一种基于面向领域检索系统的用户兴趣获取方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

3 孙铁利;教巍巍;;基于马尔科夫模型的用户兴趣导航模型系统(英文)[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

4 廖祝华;刘建勋;易爱平;;基于用户兴趣的Web服务发现[A];2006年全国开放式分布与并行计算机学术会议论文集（三）[C];2006年

5 李晓黎;史忠植;梁永全;刘福桃;;INTERNET网上一种识别用户兴趣的学习方法[A];第十六届全国数据库学术会议论文集[C];1999年

6 田萱;杜小勇;;基于SAM模型的用户兴趣表示研究[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

7 王勇;刘奕群;张敏;马少平;茹立云;;基于用户兴趣分析的网页生命周期建模(英文)[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

相关重要报纸文章 前1条

1 中国科学院计算技术研究所 王 斌;内容为王[N];计算机世界;2004年

相关博士学位论文 前9条

1 梁政;面向在线社交网络舆情的信息传播分析关键技术研究[D];国防科学技术大学;2014年

2 张召;在线论坛用户兴趣图谱发现与个性化信息推荐[D];华东师范大学;2012年

3 刘淇;基于用户兴趣建模的推荐方法及应用研究[D];中国科学技术大学;2013年

4 郭岩;网络日志中用户兴趣的挖掘及利用[D];中国科学院研究生院（计算技术研究所）;2004年

5 吴丽辉;个性化的Web信息采集技术研究[D];中国科学院研究生院（计算技术研究所）;2005年

6 谢兴;社会网络中兴趣发现与信息组织的研究[D];复旦大学;2011年

7 李东胜;基于兴趣与保护隐私的在线社区推荐技术研究[D];复旦大学;2012年

8 陈浩;Web搜索的用户兴趣与智能优化研究[D];中南大学;2012年

9 姜邵巍;基于竞争关系的推荐技术研究[D];北京邮电大学;2014年

相关硕士学位论文 前10条

1 陈媛媛;用户兴趣图谱演化机制研究[D];武汉理工大学;2014年

2 梁润庭(Runting Leung);面向微博用户的兴趣识别算法的研究与实现[D];西南交通大学;2015年

3 俞忻峰;新浪微博的数据采集和推荐方案研究[D];南京理工大学;2015年

4 杨梅;基于树型网络的多源用户兴趣数据融合方法研究[D];四川师范大学;2015年

5 石光莲;基于形式概念分析的Folksonomy用户兴趣识别研究[D];西南大学;2015年

6 汤文清;微博用户的兴趣及性格分析[D];上海大学;2015年

7 梅佩;基于浏览内容的用户兴趣研究[D];北京化工大学;2015年

8 张少杰;基于用户兴趣的微博广告投放系统的设计与实现[D];山西大学;2015年

9 黄龙伟;基于蚁群算法的WEB日志用户兴趣路径研究[D];江西师范大学;2015年

10 方正;微博短文本分析技术研究及应用[D];电子科技大学;2014年

，

本文编号：1481673