基于协同过滤个性化微博算法研究.docVIP

基于协同过滤个性化微博算法研究 　　摘 要：当前，微博已经成长为世界上最有影响力的社交网络服务之一。随着微博的流行，微博上大量的数据也使得用户无法快速获取他感兴趣的信息。推荐系统是通过研究用户已有数据来发掘用户兴趣，从而为用户推荐可能感兴趣的对象，如产品、网页、微博等。本文介绍了一种基于协同过滤推荐技术的微博推荐算法，从影响用户兴趣度的隐性因素，以及微博互联网中的数据采集和预处理等角度对微博推荐进行研究。使用矩阵分解对隐性因素建模，在已有用户与微博、用户与微博发布者影响因素的基础上，提出微博与微博发布者影响因素，提高了原算法的准确度。 　　关键词：微博推荐；协同过滤；矩阵分解 　　中图分类号：TP391 文献标识码：A 　　Abstract：Currently，micro-blog has become one of the most influential networking services throughout the world. Along with its increasing growth of popularity，the large number of information available on micro-blog has obstructed people from accessing the messages they are intere