| 基于排序学习的微博用户推荐 |
| 其他题名 | Micro-blog User Recommendation Using Learning to Rank
|
| 彭泽环; 孙乐; 韩先培; 石贝
|
| 2013
|
| 发表期刊 | 中文信息学报
 |
| ISSN | 1003-0077
|
| 卷号 | 27期号:4页码:96-102 |
| 摘要 | 该文在分析总结影响微博用户推荐的四大类信息,包括用户的内容信息、个人信息、交互信息和社交拓扑信息的基础上,提出一个基于排序学习的微博用户推荐框架,排序学习的本质是用机器学习中的分类或回归方法解决排序问题,该框架可以综合各类信息特征进行用户推荐.实验结果表明:(1)融合多个特征综合推荐通常可以取得更好的推荐效果;(2)基于用户个人信息、交互信息、社交拓扑信息的推荐效果均好于基于用户内容的推荐效果. |
| 收录类别 | CSCD
|
| 其他摘要 | This paper summarized four types of recommendation-related user information from micro-blog system: the user content(UC),the personal information(PI),the interaction(IA)and the social topological information (ST).Based on the four types of information,a user recommendation framework using learning-to-rank technology is built in the paper.Experiment results show:(1)using several features to recommend usually get a better result than using a single feature;(2)recommendation performance based on UC,PI,IA respectively is better than that based on UC. |
| 关键词 | 排序学习
用户推荐
微博
Learning To Rank
User Recommendation
Micro-blog
|
| 部门归属 | 中国科学院 软件研究所基础软件中心,北京,100190
|
| 语种 | 中文
|
| CSCD记录号 | CSCD:4907560
|
| 内容类型 | 期刊论文
|
| URI标识 | http://ir.iscas.ac.cn/handle/311060/16850
|
| 专题 | 中国科学院软件研究所
|
推荐引用方式
GB/T 7714 |
彭泽环,孙乐,韩先培,等. 基于排序学习的微博用户推荐[J]. 中文信息学报,2013,27(4):96-102.
|
| APA |
彭泽环,孙乐,韩先培,&石贝.(2013).基于排序学习的微博用户推荐.中文信息学报,27(4),96-102.
|
| MLA |
彭泽环,et al."基于排序学习的微博用户推荐".中文信息学报 27.4(2013):96-102.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论