基于标签概率相关的微博推荐方法

为了改善用户的体验，有必要为用户推荐有价值和有趣的内容。 通过分析微博特征和现有微博推荐算法的不足，提出了一种基于标签概率相关的微博推荐方法。 首先，我们的方法利用标签之间的概率相关性来构建标签相似度矩阵。 然后，基于相关性加权方案来增加针对每个用户的标签的权重，并且可以构建用户标签矩阵。 使用标签相似度矩阵更新矩阵，该相似度矩阵既包含用户兴趣信息，又包含标签与标签之间的关系。 实验结果表明，该算法对微博推荐有效。