基于网络结构与用户内容的动态兴趣识别方法

摘要：

提出了将社交类服务中的两类极为重要的数据——社交网络结构数据和用户所发布的文本内容数据相结合的动态兴趣识别方法.首先通过定义时间窗口,对社交网络用户的实时文本信息进行主题建模,识别用户实时兴趣概率特征;然后将微观网络结构信息与用户好友的兴趣信息相结合,构建预测特征;最后,建立逻辑回归、支持向量机等分类器,采用所构建的预测特征对用户兴趣进行动态预测.在新浪微博中的应用表明,该方法具备一定的有效性.

关键词：网络结构、主题模型、用户兴趣、动态识别

所属期刊栏目：41

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金项目11701560;北京市社会科学基金项目17GLC051;中央高校建设世界一流大学;特色发展引导专项资金项目;国家统计局一般项目2017LY83;中国博士后科学基金项目2017M620985

在线出版日期：2018-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：103-108