基于用户标注行为的潜在好友推荐

基于用户标注行为的潜在好友推荐

ID:21061582

大小:102.93 KB

页数:18页

时间:2018-10-19

基于用户标注行为的潜在好友推荐_第1页
基于用户标注行为的潜在好友推荐_第2页
基于用户标注行为的潜在好友推荐_第3页
基于用户标注行为的潜在好友推荐_第4页
基于用户标注行为的潜在好友推荐_第5页
资源描述:

《基于用户标注行为的潜在好友推荐》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于用户标注行为的潜在好友推荐摘要:目前多数社交网络主要根据已有好友关系推荐潜在好友,用户的兴趣爱好不作为主要考虑因素;此外,如何从大量数据中精确地提取用户的兴趣爱好是一项十分艰巨的任务。为此,提出一种在大量标注行为数据中精确挖掘出用户的兴趣爱好,并据此推荐具有相同兴趣爱好的潜在好友的算法一一基于标注的好友推荐(FRBT)算法。首先使用词频逆向文件频率(TFIDF)对标签进行聚类,将语义相似的标签聚成话题;然后在话题的基础上提出一种新的相似度公式来计算用户相似度;再融合基于话题与基于物品的用户相似度,将相似度较高的用户作为潜在好友进行推荐。在Delicious数据集上以准确率

2、和召回率为指标与item、tag和trigraph三种算法进行与什么比较?写明比较对象为指标与其他三个算法进行比较...比较,实验验证了该算法能够更准确地为用户推荐兴趣相似的好友。关键词:好友推荐;协同标签系统;用户兴趣;标签聚类;话题模型分类号:TP391文献标志码:AAbstract:Friendrecommendationisoneofthemostimportantapplicationsofsocialnetworking.Atpresent,mostsocialnetworkingsystemsrecommendpotentialfriends基于用户标注行为的潜

3、在好友推荐摘要:目前多数社交网络主要根据已有好友关系推荐潜在好友,用户的兴趣爱好不作为主要考虑因素;此外,如何从大量数据中精确地提取用户的兴趣爱好是一项十分艰巨的任务。为此,提出一种在大量标注行为数据中精确挖掘出用户的兴趣爱好,并据此推荐具有相同兴趣爱好的潜在好友的算法一一基于标注的好友推荐(FRBT)算法。首先使用词频逆向文件频率(TFIDF)对标签进行聚类,将语义相似的标签聚成话题;然后在话题的基础上提出一种新的相似度公式来计算用户相似度;再融合基于话题与基于物品的用户相似度,将相似度较高的用户作为潜在好友进行推荐。在Delicious数据集上以准确率和召回率为指标与it

4、em、tag和trigraph三种算法进行与什么比较?写明比较对象为指标与其他三个算法进行比较...比较,实验验证了该算法能够更准确地为用户推荐兴趣相似的好友。关键词:好友推荐;协同标签系统;用户兴趣;标签聚类;话题模型分类号:TP391文献标志码:AAbstract:Friendrecommendationisoneofthemostimportantapplicationsofsocialnetworking.Atpresent,mostsocialnetworkingsystemsrecommendpotentialfriends基于用户标注行为的潜在好友推荐摘要:目前

5、多数社交网络主要根据已有好友关系推荐潜在好友,用户的兴趣爱好不作为主要考虑因素;此外,如何从大量数据中精确地提取用户的兴趣爱好是一项十分艰巨的任务。为此,提出一种在大量标注行为数据中精确挖掘出用户的兴趣爱好,并据此推荐具有相同兴趣爱好的潜在好友的算法一一基于标注的好友推荐(FRBT)算法。首先使用词频逆向文件频率(TFIDF)对标签进行聚类,将语义相似的标签聚成话题;然后在话题的基础上提出一种新的相似度公式来计算用户相似度;再融合基于话题与基于物品的用户相似度,将相似度较高的用户作为潜在好友进行推荐。在Delicious数据集上以准确率和召回率为指标与item、tag和tri

6、graph三种算法进行与什么比较?写明比较对象为指标与其他三个算法进行比较...比较,实验验证了该算法能够更准确地为用户推荐兴趣相似的好友。关键词:好友推荐;协同标签系统;用户兴趣;标签聚类;话题模型分类号:TP391文献标志码:AAbstract:Friendrecommendationisoneofthemostimportantapplicationsofsocialnetworking.Atpresent,mostsocialnetworkingsystemsrecommendpotentialfriendsmainlyaccordingtotheexistedfri

7、endrelationship,andusersinterestsarenotemphasized.Furthermore,itisaverydifficulttasktofindusersinterestswithhighprecisionfromalargeamountofdata.AFriendRecommendationBasedonuserTagging(FRBT)algorithmwasproposedtofindpotentialfriendswiththesameinterestsbym

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。