社会媒体用户标签的分析及推荐_涂存超.pdf

57 23 2013 12 第 卷 第 期 年 月 社会媒体用户标签的分析与推荐 ■ 涂存超 刘知远 孙茂松 ［ ］ Web2． 0 ， 、 ， 摘 要 微博是 时代重要的 网络服务工具 作为以用 户为 中心的信息发布 传播 和分享平台 它 。 ， 。 ， 包含 了非常丰 富的用户信息 在微博中 可以使用标签表示用户的兴趣和属性 而一个用户的兴趣和属性 通 。 ， 常 包含在这个用户的文本信息和 网络信息 中 针 对微博 用户的标签进行分析 提 出网络正则化 的标签分发模 ( NTDM) 。NTDM ， 型 来为用户推荐标签 模型对用户个人 简介中的词语和标签之 间的关 系进行建模 同时利 用其 社交 网络结构作为模型 的正 则化 因子 。在 真实数据集 上 的 实验表明 ，NTDM 在 效 果 以及效 率上 都优于其 他 方法。 ［ ］ 关键词 用户标签推荐 微博 标签分发模型 随机 游走 ［ ］G350 分类号 DOI : 10． 7536 /j． issn． 0252 － 3116． 2013． 23． 004 1 社会媒体用户标签介绍及统计分析 作为 Web2． 0 ， 一个 时代的流行应用 微博为用户 ［1］ 提供了一种全新的分享信息和表达观点的方式 。在 微博 ， ， 中 用户可以发布限定长度的短消息 也可以关注 。 他们感兴趣的其他用户 正是由于具备了其他类型社 ， 。 交媒体不同的功能 微博刚出现就获得爆发式的增长 1 图 新浪证券微博信息 2010 ， ， 年初 新浪微博仅仅拥有数百万的注册用户 而 数据 ， ， 集上 统计了不同标签数量的用户分布情况 如图 2012 ， 5 到了 年底 新浪微博的注册用户数量便达到了 2 所示: 亿的规模。 ， 微博用户数量的迅速增长 为成熟社交网络的形 。 ， 成奠定了用户基础 在这个社交网络中 用户节点之 ， 间的联系不断增加 每个用户产生的文本信息也不断 。 ， 增加 所以说 微博是一个典型的包含用户丰富信息 的社交网络。 为了更好地对用户属性进行建模并提供高质量的 ， ， ， 个性化服务 许多微博服务 例如新浪微博 允许用户 。 给自己标注若干标签来描述自己的兴趣或者属性 以