基于隐含狄利克雷分配的微博推荐模型研究
【出 处】:
【作 者】:
唐晓波
房小可
武汉大学信息资源研究中心
湖北武汉430072
【摘 要】微博作为一种新的社交网络,其影响力日益增大,逐渐成为用户获取第一消息的手段。为了增进微博服务,为用户提供兴趣信息,满足用户需求,本文综合考虑微博文本的特殊性,对原有的隐含狄利克雷分配(LDA)模型进行改进,提出基于User-topic的微博推荐模型。该模型在LDA的基础上添加了用户信息,从而得到主题生成用户的概率。通过微博文本-主题-词汇-用户之间的关系为用户提供多角度微博推荐,包括主题推荐、微博内容推荐和用户推荐。
相关热词搜索: LDA User-topic 微博推荐
上一篇:Science Data Specialist培育:LIS面向e-Science服务的需求与变革
下一篇:最后一页