基于多模数据的微博用户兴趣识别研究 |
| |
引用本文: | 曾金,陆伟,陈海华,贺国秀.基于多模数据的微博用户兴趣识别研究[J].情报科学,2018,36(1):124-129. |
| |
作者姓名: | 曾金 陆伟 陈海华 贺国秀 |
| |
摘 要: | 【目的/意义】通过社交媒体用户分享的图像、博文及用户标签进行数据挖掘,来判断和预测用户的真实兴
趣,从而更好地为用户做个性化推荐和精准化服务。【方法/过程】在获取微博用户分享的图像、博文及用户标签的
基础上,通过使用机器学习的方法利用图像、博文及用户标签数据来表达用户兴趣特征,基于三类特征使用SVM训
练得到分类器进行用户兴趣类别预测,主要比较单模数据和多模数据的分类指标,探讨多模数据在有监督学习下
的发多分类问题。【结果/结论】实验结果表明,利用图像、博文和用户标签合成的多模数据对用户兴趣进行分类识
别,F值达到77%,比最好的单模数据提升10%。实验结论证实,多模(图像、博文和标签)数据与单模数据相比,提升
了分类效果,同时为多模数据应用研究提供了一定的理论和技术基础。
|
|
| 点击此处可从《情报科学》浏览原始摘要信息 |
|
点击此处可从《情报科学》下载全文 |
|