基于微博分类用户兴趣识别.docVIP

基于微博分类用户兴趣识别 　　收稿日期：2013-05-13 基金项目：国家自然科学基金面上项目；国家自然科学青年科学基金；国家科技支撑计划重点项目（2011BAH11B03）。 作者简介：宋巍（1983-），男，黑龙江哈尔滨人，博士研究生，主要研究方向：查询理解、个性化检索与推荐； 张宇（1972-），男，黑龙江大庆人，博士，副教授，主要研究方向：信息检索、问答系统、自然语言处理； 谢毓彬（1990-），女，江西萍乡人，硕士研究生， 主要研究方向：个性化推荐； 刘挺（1972-），男，山东掖县人，博士，教授，博士生导师，主要研究方向：自然语言处理、信息检索、社会计算； 李生（1943-），男，黑龙江兰西人，硕士， 教授，博士生导师，主要研究方向：自然语言处理、信息检索、机器翻译； 都云程（1967-），男， 山东牟平人， 硕士， 高级工程师，主要研究方向：互联网信息采集、信息过滤研究。 都云程摘要：社会媒体成为用户分享与获取信息的重要平台。发现感兴趣的微博账户与信息是社交媒体平台最重要的活动，其关键问题在于用户兴趣模型的构建。提出基于微博分类的用户兴趣识别方法。首先人工构建目标分类体系，基于典型微博账户采集微博训练语料训练微博分类器，而后通过对用户微博进行分类识别出用户感兴趣的类别。实验表明基于典型主题类别微博，结合词语与主题的特征可有效进行微博分类达到86%的F值，输出的类别可准确表示用户兴趣。 关键词：社会媒体； 微博分类； 主题模型； 用户建模； 个性化 中图分类号：TP391 文献标识码：A文章编号：2095-2163（2013）04-0080-04 Identifying User Interests based on Microblog Classification SONG Wei1， ZHANG Yu1， XIE Yubin1， LIU Ting1， LI Sheng1，DU Yuncheng2 （1 Research Center for Social Computing and Information Retrieval， Harbin Institute of Technology， Harbin 150001， China； 2 Beijing Information Science Technology University， Beijing 100192， China） Abstract：Social media （such as Sina microblog） becomes important platform for sharing and accessing information for users. Identifying potential interested weibo accounts and microblogs are the most important tasks on social media. The key challenge is user modeling. This paper proposes a user modeling method based on microblog classification. First，construct target taxonomy， collect training data from typical weibo accounts for training the microblog classifier， then identify user interests by classifying the microblogs of the users. The experiments show that based on the collected training data， the combination of word features and topic features is effective for classifying microblogs by achieving 86% F-measure and the output categories represent user interests accurately. Key words：Social Media； Microblog Classification； Topic Model； User Modeling； Personalization 0引言 微博，如Twitter和新浪微博，