1（中国科学院计算技术研究所数据智能系统研究中心 北京 100190）；2（中国科学院网络数据科学与技术重点实验室(中国科学院计算技术研究所) 北京 100190）；3（中国科学院大学 北京 100049）；4（烟台中科网络技术研究所 山东烟台 264005) (shicunhui@ict.ac.cn)
出版日期: 2021-08-01基金资助:国家****科学基金项目(61425016)；国家自然科学基金重大项目(91746301)；泰山****工程专项经费(ts201511082)A Hierarchical Knowledge Based Topic Recommendation Method in Public Opinion Scenario
Shi Cunhui1,3, Hu Yaokang2,3, Feng Bin1,3, Zhang Jin2, Yu Xiaoming1, Liu Yue1, Cheng Xueqi41（Data Intelligence System Research Center, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190);2(CAS Key Laboratory of Network Data Science and Technology (Institute of Computing Technology, Chinese Academy of Sciences), Beijing 100190);3(University of Chinese Academy of Sciences, Beijing 100049);4(Institute of Network Technology/ICT(YANTAI), Chinese Academy of Sciences, Yantai, Shandong 264005)
Online: 2021-08-01Supported by:This work was supported by the National Natural Science Foundation of China for Distinguished Young Scholars (61425016), the Major Program of National Natural Science Foundation of China (91746301), and the Taishan Scholars Program of Shandong Province of China (ts201511082).摘要/Abstract
摘要： 随着信息技术的飞速发展，互联网成为了舆情传播的主要载体.各种舆情事件不断涌现，并在网民的参与下广泛传播，由此可能引发强烈的社会反响.因此，如何实现网络舆情事件快速发现与个性化监测需求的精准推送，成为了当前舆情的重点关注内容.对于舆情场景下用户交互信息稀疏导致的兴趣难以刻画的问题，提出了一种基于层次知识的话题推荐模型.模型通过引入层次知识来扩充语义增加话题之间的潜在信息关联，分别对层次知识、话题和用户建模得到对应的嵌入向量表示，再结合多层感知机匹配模型预测用户点击率.实验结果表明，该模型在与多个基线算法的对比中，在F1(the balanced F score)和AUC(the area under curve)指标的平均值上分别提升了6.7%和4.9%.
参考文献
相关文章 15
| [1] | 郑值, 徐童, 秦川, 廖祥文, 郑毅, 刘同柱, 童贵显. 基于多源情境协同感知的药品推荐[J]. 计算机研究与发展, 2020, 57(8): 1741-1754. |
| [2] | 陈嘉颖, 于炯, 杨兴耀. 一种融合语义分析特征提取的推荐算法[J]. 计算机研究与发展, 2020, 57(3): 562-575. |
| [3] | 曾义夫, 牟其林, 周乐, 蓝天, 刘峤. 基于图表示学习的会话感知推荐模型[J]. 计算机研究与发展, 2020, 57(3): 590-603. |
| [4] | 吴宾,娄铮铮,叶阳东. 一种面向多源异构数据的协同过滤推荐算法[J]. 计算机研究与发展, 2019, 56(5): 1034-1047. |
| [5] | 周俊,董晓蕾,曹珍富. 推荐系统的隐私保护研究进展[J]. 计算机研究与发展, 2019, 56(10): 2033-2048. |
| [6] | 张飞,张立波,罗铁坚,武延军. 一种基于特征的协同聚类模型[J]. 计算机研究与发展, 2018, 55(7): 1508-1524. |
| [7] | 朱桂祥,曹杰. 基于主题序列模式的旅游产品推荐引擎[J]. 计算机研究与发展, 2018, 55(5): 920-932. |
| [8] | 张凯涵,梁吉业,赵兴旺,王智强. 一种基于社区专家信息的协同过滤推荐算法[J]. 计算机研究与发展, 2018, 55(5): 968-976. |
| [9] | 高岭,高全力,王海,王伟,杨康. 基于基准相似空间分布优化的偏好预测方法[J]. 计算机研究与发展, 2018, 55(5): 977-985. |
| [10] | 焦旭,肖迎元,郑文广,朱珂. 基于位置的社会化网络推荐技术研究进展[J]. 计算机研究与发展, 2018, 55(10): 2291-2306. |
| [11] | 高玉凯,王新华,郭磊,陈竹敏. 一种基于协同矩阵分解的用户冷启动推荐算法[J]. 计算机研究与发展, 2017, 54(8): 1813-1823. |
| [12] | 何明,常盟盟,吴小飞. 一种基于差分隐私保护的协同过滤推荐方法[J]. 计算机研究与发展, 2017, 54(7): 1439-1451. |
| [13] | 顾晓清,王士同. 知识嵌入的贝叶斯MA型模糊系统[J]. 计算机研究与发展, 2017, 54(5): 998-1011. |
| [14] | 张伟,韩林玉,张佃磊,任鹏杰,马军,陈竹敏. GeoPMF:距离敏感的旅游推荐模型[J]. 计算机研究与发展, 2017, 54(2): 405-414. |
| [15] | 彭珍连,王健,何克清,唐明董. 一种基于特征模型和协同过滤的需求获取方法[J]. 计算机研究与发展, 2016, 53(9): 2055-2066. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4483
