共查询到20条相似文献，搜索用时 31 毫秒
1.
【目的】微博用户兴趣发现对微博社交网络的个性化推荐和提升用户满意度具有重要的意义和价值。【方法】不仅通过挖掘用户自身微博数据识别出用户兴趣,而且进一步挖掘其关注用户的微博数据以及他们之间的社交联系,并通过计算用户微博与其关注用户兴趣的相似度以及用户与其关注用户间的亲密度,进一步发现用户兴趣。最后将从两方面发现的兴趣进行合并,得出用户的兴趣。【结果】基于爬取的新浪微博数据集进行实验,准确率和召回率较传统的方法提升15%以上。【局限】数据预处理中,停用词表不充分,没有实现停用词表的自动学习;需人工标注用户兴趣集计算准确率和召回率。【结论】实验结果表明,该方法明显优于传统方法,能够更加有效和准确地发现用户兴趣。 相似文献
2.
3.
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
4.
5.
【目的】新文创视角下的T2O媒体节目模式创新旨在解决传统节目模式中存在的问题，并为观众提供更优质的观看体验。【方法】通过注重内容质量和保护观众权益，使节目在商业化发展的同时，保持节目内容的高质量发展；通过与社交媒体进行互动，可有效提高观众参与程度，吸引更多观众的参与和关注；通过分析观众的行为数据和兴趣偏好，能够为其提供定制化的节目推荐；通过利用互联网和移动设备，将节目推广到不同的平台和渠道，扩大节目受众群体。【结果】通过寻找商业平衡点、互动化设计、个性化推荐和多平台覆盖等策略，以实现T2O媒体节目的持续创新与发展。【结论】T2O媒体节目能够更好地满足观众需求，提升用户体验，增加营收，并在竞争激烈的市场中脱颖而出。 相似文献
6.
7.
互联网用户可以在计算机前轻轻点击鼠标来完成相对于现实生活中复杂的互动交友活动,个性化好友推荐系统通过基于内容推荐、协同过滤推荐、聚类推荐三种策略来帮助用户建立网状复杂的人际关系,最终提高用户对于本类社交网站的忠诚度。本文将通过详细分析新浪微博、腾讯QQ和人人网三大社交网站来具体分析个性化好友推荐系统的优缺点。 相似文献
8.
【摘要】借助互联网上的社交平台,人类可以超越传统交往的时空限制、主体范围限制、交往方式的限制。从社会学视角来看,网络的社交功能可以用“社会互动”一词描述。微博作为新兴的社交平台,既有传统的网络社会互动的特点,又实现对人类互动行为的重构。本文通过概述新浪微博作为网络互动平台所具有的共性,结合新浪微博互动呈现出的新特点解析网络中的社会互动,并探讨网络互动与现实互动的关系。 相似文献
9.
科研社交网络作为新型的科研交流平台,满足了科研人员学术信息和交流群体扩展的需求。通过问卷的方式调查不同机构的科研社交网络用户的使用习惯,分析年龄、职称和研究领域对用户使用科研社交网络的行为倾向的影响,结果显示：20-30岁之间的专业用户最热衷于加入群组,职称对于信息检索行为有着明显影响,研究领域对于系统功能的使用习惯有影响。尽管如此,不同用户还是有些共同特征,比如无论从年龄还是研究领域看,用户在使用科研社交网络时,与陌生人交流行为并不突出,交流更倾向于在熟人之间进行。而且专业用户有别于一般网络用户对互动行为的兴趣,而更青睐系统推荐的内容。表4。参考文献16。 相似文献
10.
11.
[目的/意义]针对当前知识发现服务中存在的个性化程度不高和推荐效果不佳等问题，提出一种基于用户兴趣度量和内容分析的推荐算法。[方法/过程]文章通过特征词分布、LDA主题分布、引文结构网络三个维度构建学术资源模型，并通过对用户行为的度量，计算用户对其浏览学术资源的兴趣度，结合学术资源模型构建用户兴趣模型。将用户兴趣模型与学术资源模型匹配，计算其相似度，得到用户对每条学术资源的兴趣值，最后将兴趣值最高的TOP-N学术资源推荐给用户。[结果/结论]通过实验检验算法的有效性和推荐准确率，结果显示，本文从实时动态度量兴趣的角度，提出的推荐算法能较好地预测用户兴趣，推荐效果显著，为实现发现服务精准推荐提供思路。 相似文献
12.
基于粗糙用户聚类的协同过滤推荐模型 总被引：1，自引：0，他引：1
【目的】将粗糙集引入到基于用户聚类的协同过滤中,提高推荐质量。【方法】提出一种基于粗糙用户聚类的协同过滤推荐模型:离线时采用粗糙K-means用户聚类算法,根据用户与聚类中心的相似度将其分配到K个类的上、下近似中,形成用户的初始近邻集;在线时从目标用户的初始近邻集中搜索其最近邻,预测项目评分并向其产生推荐。【结果】通过实验对比发现,该模型比传统的和基于项目的协同过滤推荐算法降低约14%的平均绝对误差,比基于用户聚类的协同过滤推荐算法降低约10%的平均误差。【局限】在考虑上、下近似对聚类中心调整的重要程度时,忽略了用户聚类数目和最近邻集用户数阈值的变化所产生的影响。【结论】该模型能有效提高推荐精度,具有较强的可行性和现实意义。 相似文献
13.
[目的/意义]用户兴趣推荐是信息服务中的重要内容,针对目前融合情境信息推荐的研究更多是直接将情境作为单因素而缺乏考虑情境关联的思想,本文以情境关系为切入点实现社会化媒体用户的兴趣推荐。[方法/过程]以具有相似情境用户可能具有相似兴趣为假设,来改进用户原始兴趣网络从而实现推荐。通过社会网络和资源相似性计算构建原始兴趣网络中显性网络和隐性网络;借鉴共现原理和情境本身相似性构建情境网络;通过兴趣传递关系计算直接兴趣度与间接兴趣度;最后借鉴协同过滤的思想实现推荐。[结果/结论]与以往的只考虑单一情境因素的推荐方法相比,基于本方法的实验表明,将情境关系融入到推荐过程中不仅可以扩展用户的社会关系,而且可以得到更好的推荐效果。 相似文献
14.
【目的】近年来，上海文化创意产业呈现高质量发展态势，上海已成为国内发展文化创意产业的“排头兵”和先行者。但目前文化创意产业园区仍存在社交媒体影响力较小、知名度低、空租率高的问题，如何提高社交媒体的影响力，提升知名度，成为目前上海市文化创意产业园区未来发展的重要方向。【方法】针对这一情况，文章采用扎根理论和深度访谈设计社交媒体用户使用行为的因素，并结合技术接受模型与AISAS模型，构建影响用户使用社交媒体的理论模型。【结果】以上海市文化创意产业园区社交媒体用户使用行为情况为例，通过问卷调查和结构方程方法进行实证分析，验证了影响因素之间的关系，创新性地建立出三个理论结构模型，提出影响社交媒体传播效果的因素。【结论】根据三个理论模型之间的影响关系，借鉴国内外优秀做法，从三个维度提出建设有影响力的社交媒体矩阵的创新路径。 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.
【目的】探究乡村儿童社交行为背后所折射的主体转向，反思儿童与媒介、文化的互构主体关系。【方法】本研究以HL村的儿童为研究对象，通过线上观察法，在线考察网络社群互动内容。【结果】研究发现：网络社群成为乡村儿童交友的新型渠道，为乡村儿童参与“吵、斗、合、玩”等社会交往行为提供了新的空间。【结论】乡村儿童的网络社群交流增强乡村儿童自身的本体安全、获取社会资本，并再嵌入媒介实践过程中的主体地位，最大限度地发挥了儿童本有的能动性。儿童成为在传播关系中参与文化创造、建构社会意义的主体。 相似文献
17.
在线社交网络成为人们网络生活的最主要平台,人们基于兴趣偏好等原因集聚形成各个网络社区,共同参与感兴趣话题的讨论,表达自己的观点和看法,寻找感兴趣的内容,因此识别在线社交网络中用户的兴趣偏好,具有重要意义.本文首先分析用户在社交网络中的行为,提出从用户发布信息、基于共同参与话题的社交关系中寻找相似兴趣最近邻,和再考虑用户在社交网络中影响力的相似兴趣最近邻,三种获取用户兴趣偏好的方法.最后利用百度贴吧数据集实验,比较三种方法的使用效果.实验表明考虑用户影响力的最近邻方法获取用户兴趣偏好的方法效果最好,而且这种方法不需要利用用户本身信息,仅仅只需要通过其最近邻用户就可以获得更加准确的用户兴趣偏好. 相似文献
18.
【目的】为探究新时代B站用户的青年亚文化特征和心理画像。【方法】通过问卷调查和参与式观察对B站及其用户进行调查和实证研究。[结果 ]B站用户的行为特征及其心理可从青年亚文化视角分析,发现B站青年亚文化群体与主流意识形态及传统文化之间的某些互动和融通。【结论】B站内容生产者存在现实与网络的反差、内容接收者是个性化推送的受益者、内容传播者是具有紧密关系的用户传播;B站用户具有多元的使用动机和用户特征,并反映出其中的心理需求。主流媒体应该辩证看待B站中的青年亚文化现象,用优质的内容生产引导青年亚文化正向发展。 相似文献
19.
[目的/意义] 通过为用户提供网络互动和社交支持,在线健康社区能够促进健康行为的传播与影响,提升用户的行动能力和认知水平。旨在通过评估在线健康社区中个体的参与行为,为社区的建设和规划提出相应建议。[方法/过程] 利用百度戒烟吧的用户数据,通过统计分析与社会网络分析方法,分析用户的活动状态、好友网络以及参与需求。[结果/结论] 百度戒烟吧正在逐渐丧失对用户的粘性,虽然活跃用户已经形成了稳定的群体,但用户整体处于高度离散和分裂的状态。同时,短期用户的参与动机主要是寻求社会支持和自我满足,长期用户则扮演着欢迎者的角色,是推动用户参与的主要作用力,是利他主义的执行者。 相似文献
20.
电子商务隐式浏览输入中的用户聚类分析 总被引：2，自引：0，他引：2