基于關(guān)注者相似度分析的微博用戶標(biāo)簽推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、近年來(lái)隨著科學(xué)技術(shù)在我國(guó)較快速的發(fā)展，微博在我們的社會(huì)和生活中扮演了很重要的角色，用戶可以通過(guò)微博發(fā)送和獲取大量的信息，也可以和其他用戶進(jìn)行交互，來(lái)實(shí)現(xiàn)信息的實(shí)時(shí)評(píng)論、轉(zhuǎn)發(fā)等操作。由于微博每天產(chǎn)生的信息量巨大，如何從大量的微博信息中挖掘出有價(jià)值的信息，是現(xiàn)代互聯(lián)網(wǎng)應(yīng)用范圍很廣的一個(gè)產(chǎn)業(yè)，在這一產(chǎn)業(yè)中，用戶興趣特征對(duì)挖掘微博的價(jià)值非常重要。然而，傳統(tǒng)的用戶興趣挖掘方法卻無(wú)法較好的適應(yīng)微博的特點(diǎn)。所以，本文在現(xiàn)有微博興趣挖掘方法的基礎(chǔ)上，設(shè)

2、計(jì)了基于關(guān)注者相似度分析的微博用戶標(biāo)簽推薦系統(tǒng)，根據(jù)用戶的標(biāo)簽信息來(lái)顯示出用戶的興趣所在。其中，本文挖掘的關(guān)注者主要包括當(dāng)前用戶的關(guān)注者和關(guān)注當(dāng)前用戶的粉絲。本文所做的主要工作包括以下幾個(gè)方面：
　?。?）針對(duì)微博特點(diǎn)，設(shè)計(jì)了基于關(guān)注者相似度分析的微博用戶標(biāo)簽推薦系統(tǒng)，首先對(duì)系統(tǒng)的整體框架進(jìn)行了設(shè)計(jì)，然后，在微博數(shù)據(jù)的獲取方式上，本文主要采用了以新浪微博開(kāi)放平臺(tái)API接口為主，以網(wǎng)絡(luò)爬蟲(chóng)為輔的方式來(lái)獲取用戶信息。
　?。?）

3、對(duì)獲取的用戶數(shù)據(jù)信息進(jìn)行預(yù)處理，將重復(fù)和對(duì)推薦結(jié)果沒(méi)有用的數(shù)據(jù)信息在存放到數(shù)據(jù)庫(kù)之前進(jìn)行刪除。然后，采用SQL Server2007數(shù)據(jù)庫(kù)來(lái)存放獲取到的用戶信息。
　?。?）進(jìn)行標(biāo)簽推薦時(shí)，本文主要分析了基于TF-IDF與權(quán)重相結(jié)合的標(biāo)簽推薦算法和基于用戶交互關(guān)系的TagRank標(biāo)簽推薦算法。最后，本文又整合了這兩種算法提出了基于關(guān)注者相似度分析的微博用戶標(biāo)簽推薦算法，經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證，發(fā)現(xiàn)本文提出的算法得到的推薦較以上兩種算法更準(zhǔn)確