热门
基于排序学习的微博用户推荐
文献类型：期刊论文
| 作者 | 彭泽环 ; 孙乐 ; 韩先培 ; 石贝 |
| 刊名 | 中文信息学报
 |
| 出版日期 | 2013 |
| 卷号 | 27期号:4页码:96-102 |
| 关键词 | 排序学习 用户推荐 微博 learning to rank user recommendation micro-blog |
| ISSN号 | 1003-0077 |
| 其他题名 | Micro-blog User Recommendation Using Learning to Rank |
| 中文摘要 | 该文在分析总结影响微博用户推荐的四大类信息,包括用户的内容信息、个人信息、交互信息和社交拓扑信息的基础上,提出一个基于排序学习的微博用户推荐框架,排序学习的本质是用机器学习中的分类或回归方法解决排序问题,该框架可以综合各类信息特征进行用户推荐.实验结果表明:(1)融合多个特征综合推荐通常可以取得更好的推荐效果;(2)基于用户个人信息、交互信息、社交拓扑信息的推荐效果均好于基于用户内容的推荐效果. |
| 英文摘要 | This paper summarized four types of recommendation-related user information from micro-blog system: the user content(UC),the personal information(PI),the interaction(IA)and the social topological information (ST).Based on the four types of information,a user recommendation framework using learning-to-rank technology is built in the paper.Experiment results show:(1)using several features to recommend usually get a better result than using a single feature;(2)recommendation performance based on UC,PI,IA respectively is better than that based on UC. |
| 收录类别 | CSCD |
| 语种 | 中文 |
| CSCD记录号 | CSCD:4907560 |
| 公开日期 | 2014-12-16 |
| 源URL | [http://ir.iscas.ac.cn/handle/311060/16850]  |
| 专题 | 软件研究所_软件所图书馆_期刊论文 |
| 推荐引用方式 GB/T 7714 | 彭泽环,孙乐,韩先培,等. 基于排序学习的微博用户推荐[J]. 中文信息学报,2013,27(4):96-102. |
| APA | 彭泽环,孙乐,韩先培,&石贝.(2013).基于排序学习的微博用户推荐.中文信息学报,27(4),96-102. |
| MLA | 彭泽环,et al."基于排序学习的微博用户推荐".中文信息学报 27.4(2013):96-102. |
入库方式： OAI收割
来源：软件研究所
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。