首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 265 毫秒
1.
社交网站中潜在好友推荐模型研究   总被引:8,自引:0,他引:8  
社交网站的快速发展深刻地影响了人们的信息共享与交流方式.作为开放的用户交互平台,社交网站的成功很大程度上取决于用户的交互程度和用户黏性.然而,随着社交网站用户规模的爆炸性增长,准确定位兴趣相近的潜在好友对普通用户来说变得越来越困难.本文研究基于用户交互网络的好友推荐方法,分别提出两阶段推荐模型和基于信任传播的推荐模型,通过向用户推荐其可能感兴趣的潜在好友,帮助用户扩大其朋友圈子,进而提高用户黏性.最后,通过对来自Yahoo! Answers和Metafilter两种不同社交网站的用户网络的实验分析,验证了文中推荐方法的有效性.  相似文献   

2.
[目的/意义] 推荐结果覆盖用户的不同兴趣领域,良好的主题多样性对于提高图书馆个性化阅读推荐服务的用户满意度具有重要意义。[方法/过程] 提出一种基于社交网络分析的阅读推荐方法,通过用户的兴趣相似好友,挖掘用户的多样隐性兴趣,为用户提供主题多样性的阅读推荐,并给出具有良好学科主题多样性的高校图书馆图书推荐案例。[结果/结论] 用户社交网络分析可为高校图书馆发现用户的多样兴趣,进而提供主题多样性的阅读推荐服务,构建用户多元知识结构提供新途径。  相似文献   

3.
【目的】利用社交网络中用户的好友和历史行为,为用户推荐潜在的好友。【方法】通过共同好友比例和互动比例两个指标衡量社交网络图中好友关系亲密程度,综合社交兴趣度和兴趣相似度进行评分,选取分数最高的Top-k用户推荐给目标用户。【结果】实验结果表明,相比传统方法,本文方法在准确率和召回率上均有显著提升。【局限】互动行为中的非正常情况未识别和处理,可能影响推荐结果准确率。【结论】考虑互动比例等多因素的好友推荐方法较传统单一角度方法有更好的效果。  相似文献   

4.
基于主题的微博二级好友推荐模型研究   总被引:1,自引:0,他引:1  
随着社交网站用户爆炸性增长,寻找与自己兴趣相投的潜在朋友越来越困难。为了有效解决以上问题,基于社会关系理论中的同质性理论和三元闭包关系理论,分别从社会关系和内容两个维度向社交网络用户推荐志同道合的朋友。并利用LDA的扩展模型UserLDA对新浪微博用户进行兴趣主题建模,通过用户-主题概率分布矩阵计算用户相似度,以进行TopN二级好友推荐。在真实微博语料库上进行试验表明该推荐算法有较好的准确性和多样性。  相似文献   

5.
[目的/意义] 利用三度影响力理论,从网络结构的角度进一步拓展用户关系连接,提高社交网络好友推荐的效率。[方法/过程] 首先,计算用户之间的关系强度,并筛选关系强度较大的用户集合;然后,通过用户共同关注的内容计算用户兴趣相似度;最后,融合用户关系强度和兴趣相似度实现好友的推荐并通过实际数据对所提方法进行实证检验。[结果/结论] 实验结果表明,融合关系强度和兴趣的社交网络好友推荐方法具有较好的效果,可为用户推荐提供参考和借鉴。该方法进一步完善社会化推荐理论。  相似文献   

6.
随着Web2.0技术的发展,社会标注作为网络资源组织的重要方式,已经广泛应用于各种类型的网站。通过深入研究社会标注在卫生社交网络中的应用和存在的不足,提出了建立社会化登陆模式、构建标签库、建立标签自动分类系统、实现个性化推荐机制、进行标签语义分析、设置用户权限等促进卫生社交网络朝着更好方向发展的建议。  相似文献   

7.
[目的/意义]科研社交网络与大众社交网络一样存在信息过载问题,利用推荐系统向科研人员推送个性化信息是解决该问题的重要手段。通过与国外主流科研社交网络相比较,找出我国科研社交网络的推荐系统存在的问题,进而寻求解决之道。[方法/过程]从推荐项目、推荐策略、冷启动方案、用户偏好学习4个方面,对科研之友、学者网、ResearchGate、Academia这4个科研社交网络的推荐系统进行对比。[结果/结论]我国科研社交网络的推荐系统在上述4个方面都与国外同行存在明显的差距,存在推荐项目较少、推荐策略单一、冷启动效果差、用户偏好学习能力弱等问题。针对这些问题,提出改进建议。  相似文献   

8.
《中国传媒科技》2008,(5):63-63
近期,谷歌对外宣布推出一项名为“Friend Connect”的新服务,该服务允许用户向其他网站导入其在社交网站中的个人资料等,同时用户无需登录社交网站就能与好友进行交流及参加各种社会活动。  相似文献   

9.
在社交网络中,以用户群体作为服务对象来进行个性化推荐服务,能有效提升推荐效率。已有的研究在进行群推荐时大多仅考虑用户群体的整体兴趣,忽视了群体中用户间的相互影响。为此,本文提出了一种基于影响力传播的社交网络群推荐方法,综合考虑用户自身兴趣与其受核心用户影响而产生的兴趣来进行社交网络群推荐服务。以微博“超话”上的数据为例对本文所提方法进行验证,证明了本文所提方法的有效性,从研究结果来看,加入对影响力传播的考量能显著提升群推荐效果。  相似文献   

10.
社会化阅读社区对数字出版的影响研究   总被引:1,自引:0,他引:1  
随着个性化推荐技术和社交网站的发展,社会化阅读社区异军突起。这种以读者为核心,强调分享、互动、传播、社交和可移动的全新阅读模式,通过个性化的设计和人性化的服务改变了人们的阅读习惯.而且也对数字出版产生了多方面的影响。  相似文献   

11.
国外新闻媒体、代理机构以及广告商们都开始流行使用一个新的度量词汇“engagement”,国内大部分人都将其译为“参与度”,即用户与页面的交互程度,来衡量网站或社交平台的用户活跃与运营效果.美国有线电视新闻网(CNN)也像其他出版商一样,规模化运营模式将被淘汰转而提高用户“参与度”,并开始着手准备创造“为每个年龄段、每个平台私人定制”的新闻环境.CNN全球栏目社交媒体和新媒体部主管萨曼莎·芭莉表示:“早些时期的社交媒体,当人们还只有150个脸书好友时,会非常舒服地去分享新闻和信息.但是随着朋友圈好友数量的增长,人们就会发现,通过社交媒体来分享新事物的价值感越来越低.”  相似文献   

12.
针对用户评分数据极端稀疏情况下传统个性化推荐算法的不足,提出基于平均差异度的个性化推荐算法,该算法通过计算用户对项目评分之间的平均差异度来预测用户对未评分项目的评分,从而产生高质量的推荐。实验结果表明,该算法可以有效地提高数字图书馆个性化推荐系统的可扩展性及推荐准确度。  相似文献   

13.
田伟  韩海涛 《档案》2014,(12):10-14
实现档案用户个性化服务,是大数据时代档案馆必然的发展方向,而实现档案个性化服务,最关键的是用户所获得信息内容的个性化。因此,建设档案数据个性化推荐系统是构建个性化档案数据服务引擎的核心任务。当前应通过恰当的技术选择、合理的系统架构设计来实现档案数据个性化推荐系统,并在实践中依据用户满意度对该系统综合调优,使所建立的服务引擎不断完善和进步。  相似文献   

14.
随着大数据时代的到来,许多电商网站纷纷使用个性化推荐手段搭建起海量信息与用户实际需求之间的桥梁,其中,图书类电商网站也顺应这一趋势,开辟了许多个性化推荐板块。本文通过分析三大具有代表性的图书类电商网站(亚马逊、当当网、豆瓣阅读)上的个性化推荐应用情况,发掘图书类电商在个性化推荐应用方面的特点与优势,发现其中存在的问题与不足,并提出图书类电商在个性化推荐服务方面的发展趋势和一些发展建议。  相似文献   

15.
通过对社交网络所产生的海量用户以及数据的挖掘与分析,判断用户不同的特征与喜好,从而为用户定制个性化知识服务,达到用户的需求,增强其对产品与服务的使用黏性,这不仅满足了企业的商业目的,同时也提高了用户的满意度。论文在深入了解我国社交网络的运营模式、分析社交网络中用户行为特征的前提下,提出从用户兴趣模型出发的个性化知识服务,并建立了基于个人兴趣和兴趣传播推荐的个性化知识服务模型。  相似文献   

16.
针对如何将社交网站与图书馆网站对接的问题,提出实现社交网站账户登录图书馆网站的功能。通过对社交网站开放平台、图书馆用户使用习惯和图书馆现有网站系统的分析,使用社交网站开放平台OAuth服务和SDK开发包对图书馆网站进行二次开发,实现并证明此功能的有效性和实用性。  相似文献   

17.
社交网站用户的行为和动机   总被引:4,自引:0,他引:4  
社交网站也称为社交网络服务。诸如MSN空间,QQ空间,校内网等,因能提供给网络用户一个个性平台,并可以在这里创建一份个人档案,从而和其他的用户建立联网关系而日益受到关注。这类社交网站为用户提供了各种各样的功能包括写博客,上传照片,个性化档案,  相似文献   

18.
系统地分析和总结跨系统用户建模的主要方法:基于统一用户模型的方法,主要是试图通过构建标准的本体或者通用的用户模型来满足不同系统的个性化需要;基于用户模型间映射和融合的方法,主要通过一定的映射规则对不同系统中用户模型进行映射和融合,实现跨系统的个性化服务;分布式开放用户建模方法,主要是基于社交网络、互操作、关联开放数据等来构建用户模型。通过对这些方法的比较分析,指出跨系统用户建模的发展趋势。  相似文献   

19.
针对在线社交网络朋友推荐问题,尝试融合多个社会网络为一个混合图模型,采用基于混合图模型的重启动随机游走算法,为用户提供个性化的朋友推荐,并通过参数调节多个网络的权重。实验表明,该算法提高了在线社交网络朋友推荐的准确性。  相似文献   

20.
个性化关键技术研究综述   总被引:1,自引:0,他引:1  
苏玉召  赵妍 《图书与情报》2011,(1):59-65,98
个性化研究的关键技术主要包括有三个方面的内容:用户建模、推荐系统和评价。首先,用户建模是收集用户数据,目的是为推荐系统提供用户的兴趣、偏好等建立模型;其次,推荐系统的作用是根据用户模型为用户推荐个性化内容,是个性化的核心内容;最后,评价系统根据用户对个性化应用的满意程度,反馈给推荐系统调整建模策略。个性化应用是一个不断反馈修正的过程。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号