张俊林：标签传播算法在微博用户个性化建模的应用.pdfVIP

标签传播算法在微博用户兴趣图谱的应用 张俊林 新浪微博-搜索部-推荐组 2012-6-28 About me • 中科院软件所 博士 • 《这就是搜索引擎：核心技术详解》作者 • 现任职新浪微博，从事语义分析，推荐系统， 搜索技术，社交挖掘等方面研发工作 提纲 • 用户兴趣图谱的重要性 • 标签传播算法 • 使用标签传播算法计算微博用户兴趣图谱 • 大规模数据计算问题 • 算法效果示例 什么是用户兴趣图谱 • 用户兴趣图谱 – 个性化概念 – 根据用户的行为以及用户产生的内容等方方面面的数据来从中 导出用户可能的兴趣点 – 用户个性化兴趣建模 兴趣图谱的用途 • 个性化建模 • 推荐感兴趣的信息 –感兴趣的人 –感兴趣的微博 –感兴趣的新闻 –感兴趣的图片 –感兴趣的群组 –定向广告推送 兴趣图谱的用途 • 订阅微博重排序 –智能排序 构建用户兴趣图谱可利用的信息 • 微博环境下有很多可利用信息 –发表的微博内容 –转发评论的微博内容 – 自标签 – 参加的群组 – 参加的投票 – 我关注的人 – 关注我的人 – 社交行为 – …………. 构建用户兴趣图谱可利用的信息 • 本讲座主要涉及到的信息 –发表的微博内容 –转发微博内容 – 自标签 – 社交行为 – …………. 提纲 • 用户兴趣图谱的重要性 • 标签传播算法 • 使用标签传播算法计算微博用户兴趣图谱 • 大规模数据计算问题 • 算法效果示例 标签传播算法 • 社交网络挖掘中很常用 – 自动挖掘社交关系中的“团结构” – 优点 • 思路非常直观和简洁，易理解易实现 • 容易实现对大规模数据进行处理，具备很强的实用性 标签传播算法 • 问题：对于社交网络S，如何通过标签传播算 法自动发现其中的密集连接子图？ • 基本思路 – 初始阶段 • 为图中每个节点赋予一个独一无二的标签L – 多轮迭代 • 通过社交关系(即图的边）将标签向其它节点传播 • 某个节点node将根据与其有边联系的其它节点的标签来决 定自己此轮应该赋予哪个标签 – 将其邻居节点的标签中出现次数最多的那个标签赋予自己 – 如果邻居节点的标签数目一样多，无法找出最多个数标签 ，则随机赋予一个标签即可 标签传播算法 • 简单示例 提纲 • 用户兴趣图谱的重要性 • 标签传播算法 • 使用标签传播算法计算微博用户兴趣图谱 • 大规模数据计算问题 • 算法效果示例 使用标签传播算法计算微博用户兴趣图谱 • Recap:利用到的信息 –发表的微博内容兴趣词 –转发微博内容兴趣词 – 自标签 – 社交行为 使用标签传播算法计算微博用户兴趣图谱 • 构建图结构 – 图节点：用户ID –节点之间的边：社交信息 • 转发 • 评论 • @U – 初始标签 • 内容兴趣词 • 自标签 – 基本假设 • 如果两个用户之间的互动越频繁，那么两者之间的社交关 系越紧密，而亲密的社交关系往往蕴含着潜在的兴趣关联 或者较强的线下社交关系。 使用标签传播算法计算微博用户兴趣图