基于信息内容和用户关系的用户兴趣分类

作者：吴峰; 范通让; 贾红佳; 崔娜; 赵文彬

来源：河北省科学院学报, 2018, 35(02): 8-17.

DOI：10.16191/j.cnki.hbkx.2018.02.002

• 用户兴趣
• 微博文本
• 关注者
• LibSVM
• LDA

从微博的内容属性和社交网络的信息传播规律特征出发,将微博文本与用户关注关系结合作为用户兴趣分类的标准,从而使提取的用户兴趣的更加准确、有效。借助建立的用户兴趣分类模型解决用户兴趣分类问题,选取新浪微博作为研究对象,应用LDA算法进行主题提取,应用LibSVM算法进行分类。实验证明,该方法分类时增加了对用户信息的全面性应用,而且与其他方法相比有更高的分类准确率。

• 单位
  石家庄铁道大学; 河北省科学技术情报研究院