基于情感加权关联规则的微博推荐研究

摘要：

[目的]结合用户访问历史数据,向用户推荐其感兴趣的微博,进一步提高用户体验和服务效果.[方法]对用户的微博评论历史行为进行关联规则挖掘,得到所有被评论微博的频繁1-项集;运用情感词典计算微博评论文本的情感强度,将情感强度超过阈值的微博生成新的频繁1-项集,继续进行关联规则挖掘,将强关联规则用于微博推荐.[结果]相较于单纯关联规则推荐、基于内容相似推荐的基准推荐算法,本文方法在准确率、覆盖率和F值评价指标上均有10％左右提升.[局限]实验中对于参数的取值较为粗略,可能导致无法得到最优参数.[结论]基于情感加权关联规则的微博推荐方法可以更好地进行微博推荐.

关键词：关联规则、情感分析、情感加权、微博推荐

所属期刊栏目：4

分类号：TP391(计算技术、计算机技术)

资助基金：本文系江苏省普通高校专业学位研究生创新计划项目“网络微博主题情感挖掘及个性化推荐应用研究”;装备发展部技术基础项目“微博信息采集与个性化推送研究”;江苏省社会科学基金项目“领域知识分析视角下文献知识关联揭示及应用研究”

在线出版日期：2020-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：27-33