针对现有微博推荐方法或模型不便组合证据的不足，提出一种微博推荐新方法.将信念网络用于微博推荐，构建一个基本信念网络推荐模型，并在基本模型中融合用户交互微博证据，提出一个微博推荐扩展模型.模型中的节点表示微博、用户和兴趣特征词，有向弧表示节点之间的关系，通过计算用户与微博的覆盖程度来得到用户与待评估微博的相关度.在微博数据集上的实验结果表明：扩展模型较基本模型在F值上至少提高了约4.9%;与已有的推荐方法相比，新模型在组合证据提高推荐性能方面更有效.
科研之友
微信
新浪微博
Facebook
分享链接
