基于多模数据的微博用户兴趣识别研究
2018-01-05分类号:G206
【部门】武汉大学信息管理学院 武汉大学信息检索与知识挖掘研究所
【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
【关键词】社交网络 数据挖掘 兴趣识别 多模数据 用户兴趣分类
【基金】国家自然科学基金面上项目(71473183)
【所属期刊栏目】情报科学
文献传递