计算机科学与探索 ›› 2017, Vol. 11 ›› Issue (7): 1068-1079.DOI: 10.3778/j.issn.1673-9418.1606038
黄宏程1,2+,陆卫金1,胡 敏1,魏 青1
HUANG Hongcheng1,2+, LU Weijin1, HU Min1, WEI Qing1
摘要: 针对目前研究微博用户兴趣变化时,只考虑用户兴趣的易变性而忽略了用户兴趣持久性的问题,提出了基于用户兴趣相似性的用户关系预测算法。将用户兴趣分为短期兴趣和长期兴趣,用户的文本信息表征为短期兴趣,用户的标签表征为长期兴趣。根据长短期兴趣的特征,采用频率统计和多阶量化的方法度量用户兴趣度并更新用户兴趣状态。最后通过余弦相似性指标计算用户间的兴趣相似度来预测用户关系。实验结果表明,该算法能够准确描述用户兴趣,提高用户关系预测的准确性。