基于社交和時間局部性的微博推薦研究.pdf

1、互聯(lián)網發(fā)展得越來越快，在線獲取最新消息已經成為幾乎每個互聯(lián)網用戶每一條都在做的事情。海量的數(shù)據(jù)也造成了嚴重的消息過載問題，所以用于獲取信息的網站上，消息的推薦系統(tǒng)具有重要的學術研究意義與商業(yè)應用價值。而對于微博類網站來說，最重要的數(shù)據(jù)類型主要為社交信息、時間信息兩點。因此，基于社交信息跟時間信息的推薦系統(tǒng)結合了應用場景本身固有的特點，有很強的研究價值與廣闊的應用前景。
　　本文在微博數(shù)據(jù)的分析上，廣泛地調研了國內外的研究進展，深入

2、研究了協(xié)同過濾算法的相關技術，并針對現(xiàn)有方法的不足，探索了結合微博數(shù)據(jù)的模型改進，主要的工作如下:
　　(1)在對微博類網站的應用場景的分析下，在已有的單詞層面做微博推薦的模型上，做出了模型改進，提高了一定的模型預測精度。
　　(2)利用微博的社交關系的特點，結合用戶在微博上面興趣有多面性的特點，提出了新的對每一個用戶的喜好把對應的社交網絡分塊的方法，并依此提出了基于社交局部性的微博推薦模型。
　　(3)利用微博的社交