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![]() ![]() ![]() ![]() |
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。