基于用戶分析的個(gè)性化微博推薦技術(shù)研究.pdf

1、微博作為社交網(wǎng)絡(luò)的典型代表，以其便捷高效、傳播迅速、交互性強(qiáng)等特點(diǎn)吸引了大量用戶。隨著微博用戶規(guī)模的不斷擴(kuò)大，微博所產(chǎn)生的信息量也呈現(xiàn)爆炸式的增長，從而在微博中出現(xiàn)了信息過載的現(xiàn)象。微博平臺中的信息過載使得用戶從大量微博信息中篩選出有用信息所耗費(fèi)的時(shí)間和精力大大增加，隨之產(chǎn)生的問題就是微博平臺的用戶體驗(yàn)下降，用戶流失等。如何從大量的微博信息中快速有效地挑選出用戶感興趣的內(nèi)容是解決微博中信息過載問題的關(guān)鍵。
　　為用戶提供個(gè)性化的微

2、博推薦服務(wù)，即分析用戶在閱讀時(shí)對某些微博感興趣的原因是由于用戶和發(fā)布該條微博的好友社交關(guān)系很親密，或是受發(fā)布者權(quán)威度的影響，抑或是微博的內(nèi)容引起了用戶閱讀的興趣。本文將微博的個(gè)性化推薦問題轉(zhuǎn)化為對用戶接收到的信息即會話列表中的微博信息根據(jù)其與用戶閱讀偏好的相關(guān)度進(jìn)行排序的問題。采用排序?qū)W習(xí)（Learn to rank）方法在訓(xùn)練數(shù)據(jù)上訓(xùn)練排序函數(shù)，該排序函數(shù)反映了本文選取的多個(gè)用戶特征對微博推薦效果的影響，利用排序函數(shù)計(jì)算微博信息與用戶

3、閱讀偏好的相關(guān)度得分，對會話列表中的微博信息按照其相關(guān)度得分進(jìn)行排序，達(dá)到最終的個(gè)性化推薦目的。本文主要工作如下：
　　(1)結(jié)合個(gè)性化微博推薦相關(guān)研究，分析在微博推薦過程中體現(xiàn)用戶個(gè)性化需求的特征并研究特征量化方法。
　　(2)研究用戶會話劃分方法，明確個(gè)性化微博推薦范圍。個(gè)性化微博推薦是要將用戶最近接收到的微博中與用戶偏好相關(guān)度較高的微博優(yōu)先推薦給用戶，通過對用戶行為進(jìn)行分析，利用用戶發(fā)布微博、評論、轉(zhuǎn)發(fā)等行為發(fā)生的時(shí)間

4、得到近似的用戶會話起止時(shí)間。
　　(3)引入相對相關(guān)假設(shè)構(gòu)建訓(xùn)練數(shù)據(jù)。通過分析在一次微博會話中用戶的轉(zhuǎn)發(fā)、評論等行為，結(jié)合相對相關(guān)假設(shè)對微博數(shù)據(jù)的相關(guān)性進(jìn)行標(biāo)注，得到以偏序關(guān)系表示的微博數(shù)據(jù)對，作為排序?qū)W習(xí)方法的訓(xùn)練數(shù)據(jù)。
　　(4)采用排序?qū)W習(xí)方法解決多個(gè)用戶特征融合問題?；谂判?qū)W習(xí)方法在訓(xùn)練數(shù)據(jù)上訓(xùn)練微博相關(guān)度排序模型，利用該模型對用戶會話中的信息進(jìn)行個(gè)性化的推薦，并與傳統(tǒng)方法進(jìn)行了對比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明了本方法的有效