基于友邻-用户模型的微博主题推荐研究 (2013年)

在微博社交网络中，微博文本内容短小，主题覆盖较少，同时主题变化快，用户兴趣更新频繁。已有用户模型不能完全准确刻画微博用户变化的兴趣。友邻集由用户认知度高的群体组成，友邻集的主题兴趣可以全面反映目标用户的多样化兴趣。利用目标用户的友邻集，在本体用户模型上构建微博用户的友邻主题兴趣集，计算更新友邻主题兴趣度，提出友邻-用户模型的实现算法，实验表明，在微博社交网络平台中，友邻-用户模型的微博主题推荐精度要优于传统的用户模型。