基于网络结构与用户内容的动态兴趣识别方法

黄丹阳¹, 王菲菲¹, 杨扬², 许进²

1. 中国人民大学 统计学院, 北京 100872;
2. 北京大学 高可信软件教育部重点实验室, 北京 100871

收稿日期:2017-09-14出版日期:2018-04-28发布日期:2018-03-17

作者简介:黄丹阳(1989-),女,讲师;王菲菲(1988-),女,讲师,E-mail:feifei.wang@ruc.edu.cn.
基金资助:国家自然科学基金项目（11701560）；北京市社会科学基金项目（17GLC051）；中央高校建设世界一流大学（学科）和特色发展引导专项资金项目；国家统计局一般项目（2017LY83）；中国博士后科学基金项目（2017M620985）

Dynamic Interest Identification Based on Social Network Structure and User Generated Contents

HUANG Dan-yang¹, WANG Fei-fei¹, YANG Yang², XU Jin²

1. School of Statistics, Renmin University of China, Beijing 100872, China;
2. Key Laboratory of High Confidence Software Technologies, Peking University, Beijing 100871, China

Received:2017-09-14Online:2018-04-28Published:2018-03-17

摘要/Abstract

摘要： 提出了将社交类服务中的两类极为重要的数据——社交网络结构数据和用户所发布的文本内容数据相结合的动态兴趣识别方法.首先通过定义时间窗口，对社交网络用户的实时文本信息进行主题建模，识别用户实时兴趣概率特征；然后将微观网络结构信息与用户好友的兴趣信息相结合，构建预测特征；最后，建立逻辑回归、支持向量机等分类器，采用所构建的预测特征对用户兴趣进行动态预测.在新浪微博中的应用表明，该方法具备一定的有效性.
中图分类号:
TP391.1

引用本文

黄丹阳, 王菲菲, 杨扬, 许进. 基于网络结构与用户内容的动态兴趣识别方法[J]. 北京邮电大学学报, 2018, 41(2): 103-108.
HUANG Dan-yang, WANG Fei-fei, YANG Yang, XU Jin. Dynamic Interest Identification Based on Social Network Structure and User Generated Contents[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2018, 41(2): 103-108.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3188