CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
融合链接拓扑结构和用户兴趣的朋友推荐方法
尚燕敏1; 张鹏2; 曹亚男2
2015
发表期刊通信学报
ISSN1000-436X
卷号36.0期号:002页码:2015040
摘要提出一种新的朋友推荐方法,该方法同时使用用户兴趣和朋友关系这2种因素来为目标用户推荐朋友,对PageRank算法进行改进,提出一种能同时融合上述2种因素的Topic_Friend_PageRank(TFPR)模型。首先,采用LDA(latent Dirichlet allocation)分析用户发布的消息内容,将用户表示为若干主题上的分布,从而建模用户的兴趣。接下来,使用加权的PageRank算法建模用户在整个链接拓扑中的重要程度和用户之间朋友关系的相似性。最后根据主题感知的PageRank思想,将用户兴趣融入前面提到的加权PageRank中,形成同时融合用户兴趣和朋友关系的TFPR模型。采用新浪微博数据验证所提模型的性能,实验证明该模型能同时得到较高的准确率和召回率。
关键词社交网络 朋友关系 主题模型 PageRank算法
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/29450
专题中国科学院计算技术研究所期刊论文_中文
作者单位1.中国科学院计算技术研究所
2.中国科学院信息工程研究所
第一作者单位中国科学院计算技术研究所
推荐引用方式
GB/T 7714
尚燕敏,张鹏,曹亚男. 融合链接拓扑结构和用户兴趣的朋友推荐方法[J]. 通信学报,2015,36.0(002):2015040.
APA 尚燕敏,张鹏,&曹亚男.(2015).融合链接拓扑结构和用户兴趣的朋友推荐方法.通信学报,36.0(002),2015040.
MLA 尚燕敏,et al."融合链接拓扑结构和用户兴趣的朋友推荐方法".通信学报 36.0.002(2015):2015040.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[尚燕敏]的文章
[张鹏]的文章
[曹亚男]的文章
百度学术
百度学术中相似的文章
[尚燕敏]的文章
[张鹏]的文章
[曹亚男]的文章
必应学术
必应学术中相似的文章
[尚燕敏]的文章
[张鹏]的文章
[曹亚男]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。