- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种面向微博用户标签方法
一种面向微博用户的标签推荐方法
摘 要: 首先对国内微博平台的信息进行了综合分析,主要介绍了微博信息的定义,在错综复杂的微博信息中哪些信息比较重要,以及这些微博信息包含哪些详细的内容,是如何组织的。然后选取新浪微博平台作为研究对象,利用新浪微博API设计了爬虫程序,抽取用户信息;以用户的关注人数、粉丝数和发布的微博数为标准对用户信息进行了定量分析。最后根据分析结果,针对不同特征的用户群体提出了相应的标签推荐方法。
关键词:
中图分类号: TP391.1 文献标识码: A 文章编号:2095-2163(2011)03-0021-06
A Tag Recommendation Method for Microblog Users
CHEN Yuan, LIN Lei, SUN Chengjie, LIU Bingquan
Abstract The paper first makes a comprehensive analysis for the information of domestic microblog platforms, then introduces the definition of microblog information, points out which part of the complicated microblog information is more important, what is included in the information and how the information is organized. After that, it chooses Sina Microblog for study and designs a crawler by using its API to collect a large number of user information. Furthermore, the paper makes a quantitative analysis of user information by using the number of users friends, fans and microblogs. At last, the paper puts forward different tag recommendation strategies for different user groups by using the result of analysis.
Key words
0 引言
微博的诞生和飞速发展给互联网用户的生活带来了巨大的影响,因其以新颖的表现形式出现在用户面前,吸引了大量的用户群体,蕴含着巨大的商业价值和研究价值。近两年内,国内微博发展速度惊人,根据2011年5月举行的首届中国微博大会公布的数据,中国活跃微博用户数量已经达到2.2-2.4亿。庞大的用户群体同时也产生了海量的信息,对相关的信息处理和研究提出了挑战。标签是微博上提供的用户描述方式,是进行微博好友推荐和微博信息推荐的基础。但是大多数用户不愿意花时间自己给自己打标签。本文对国内微博平台的信息特点和用户特征进行了初步分析,并在此基础了提出了针对属于不同用户群体的微博用户的标签推荐方法。
1 微博信息的特点
1.1 国内微博平台分析
到目前为止,国内四大门户网站新浪、腾讯、网易、搜狐均推出了自己的微博服务,虽然还有很多其他微博平台,如人民网微博、凤凰网微博、百度i贴吧、饭否网、嘀咕网等,但从影响力和规模上来看,都远不如上述四大门户网站的微博平台,尤其是新浪微博和腾讯微博,其用户数量早在2011年年初就均已过亿,是国内微博的领跑者。新浪微博和腾讯微博一个很大的特点就是规模庞大,其使用者几乎覆盖了所有年龄段、所有行业的人群,话题覆盖面广,信息量大,同时也十分杂乱,对其研究者而言是一个巨大的挑战,但却因其充分代表了微博的特点,因而具有更大的研究价值。腾讯微博比新浪微博起步晚,虽然腾讯利用自身QQ用户群体庞大的优势,迅速占据了微博的一大片市场,但新浪微博似乎显得更为纯粹,而且新浪微博开放平台提供的API比腾讯微博开放平台提供的API更完善,更利于抽取数据以做进一步的研究工作。基于以上的原因,本文选择的研究对象为新浪微博。
图1是新浪微博的一个用户页面截图。从图1中可以看到微博包含着丰富的信息,但最为核心的信息主要有两种,即用户信息和微博信息。除此之外,在微博平台上还能看到“风云榜”、“名人堂”、“热门话题”和“热门标签”等信息。
表1给出了新浪微博中各种重要信息所包
文档评论(0)