中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于社交媒体的关联性用户属性推断

文献类型:期刊论文

作者项连城1,2; 方全1,2; 桑基韬1,2; 徐常胜1,2; 路冬媛3
刊名软件学报
出版日期2015
卷号26期号:Suppl.(2)页码:145-154
关键词超图 用户属性挖掘 属性关系
英文摘要
挖掘用户属性对用户建模、用户检索和个性化服务等具有十分重要的意义。已有的相关研究工作都是单独挖掘各种属性,而且忽略了各属性之间的相关关系。提出一种基于超图学习的用户属性推断的方法。在超图中,顶点表示社会媒体中的用户,超边表示用户产生的内容相似性与属性之间的关系。在建好的超图模型上,把用户属性挖掘形式化成一个正则化的标签相似传播问题,可以有效推断得到用户的各种属性。利用从Google+上收集的标记过全部属性的数据集进行了大量的实验,其结果表明了该方法在用户属性挖掘中的有效性。
源URL[http://ir.ia.ac.cn/handle/173211/14448]  
专题自动化研究所_模式识别国家重点实验室_多媒体计算与图形学团队
通讯作者路冬媛
作者单位1.模式识别国家重点实验室(中国科学院 自动化研究所),北京 100190
2.China-Singapore Institute of Digital Media, Singapore 119615
3.National University of Singapore, Singapore 119615
推荐引用方式
GB/T 7714
项连城,方全,桑基韬,等. 基于社交媒体的关联性用户属性推断[J]. 软件学报,2015,26(Suppl.(2)):145-154.
APA 项连城,方全,桑基韬,徐常胜,&路冬媛.(2015).基于社交媒体的关联性用户属性推断.软件学报,26(Suppl.(2)),145-154.
MLA 项连城,et al."基于社交媒体的关联性用户属性推断".软件学报 26.Suppl.(2)(2015):145-154.

入库方式: OAI收割

来源:自动化研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。