通信学报
通信學報
통신학보
JOURNAL OF CHINA INSTITUTE OF COMMUNICATIONS
2015年
2期
117-125
,共9页
社交网络%朋友关系%主题模型%PageRank算法
社交網絡%朋友關繫%主題模型%PageRank算法
사교망락%붕우관계%주제모형%PageRank산법
social network%friendship%topic model%PageRank algorithm
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.
提齣一種新的朋友推薦方法,該方法同時使用用戶興趣和朋友關繫這2種因素來為目標用戶推薦朋友,對PageRank算法進行改進,提齣一種能同時融閤上述2種因素的Topic_Friend_PageRank(TFPR)模型.首先,採用LDA(latent Dirichlet allocation)分析用戶髮佈的消息內容,將用戶錶示為若榦主題上的分佈,從而建模用戶的興趣.接下來,使用加權的PageRank算法建模用戶在整箇鏈接拓撲中的重要程度和用戶之間朋友關繫的相似性.最後根據主題感知的PageRank思想,將用戶興趣融入前麵提到的加權PageRank中,形成同時融閤用戶興趣和朋友關繫的TFPR模型.採用新浪微博數據驗證所提模型的性能,實驗證明該模型能同時得到較高的準確率和召迴率.
제출일충신적붕우추천방법,해방법동시사용용호흥취화붕우관계저2충인소래위목표용호추천붕우,대PageRank산법진행개진,제출일충능동시융합상술2충인소적Topic_Friend_PageRank(TFPR)모형.수선,채용LDA(latent Dirichlet allocation)분석용호발포적소식내용,장용호표시위약간주제상적분포,종이건모용호적흥취.접하래,사용가권적PageRank산법건모용호재정개련접탁복중적중요정도화용호지간붕우관계적상사성.최후근거주제감지적PageRank사상,장용호흥취융입전면제도적가권PageRank중,형성동시융합용호흥취화붕우관계적TFPR모형.채용신랑미박수거험증소제모형적성능,실험증명해모형능동시득도교고적준학솔화소회솔.
