4
2 文献综述 6
2。1 用户建模 6
2。2 用户标签 6
2。3 微博内容挖掘 7
2。4 用户兴趣发现 8
2。5 相关研究工作总结 8
3 融合用户标签与微博内容的用户建模 9
3。1 基本思路 9
3。2 关键步骤描述 10
4 实证研究 17
4。1 实验数据与测评方法 17
4。2 结果分析 18
5 结束语 22
5。1 研究结论 22
5。2 不足与工作展望 22
致 谢 24
参考文献 25
附录 A:《融合微博内容与用户标签的用户建模》结果测评邀请信 29
图表目录
图 1。1 论文结构安排示意图 5
图 3。1 融合用户标签与微博内容的用户建模的总体思路 10
图 3。2 微博内容原数据示例 11
图 3。3 用户标签原数据示例 11
图 3。4 分词样 11
图 3。5 用户标签信息示例 15
图 3。6 用户模型计算机表示 16
图 3。7 可视化工具 16
图 4。1 用户标签分布 18
图 4。2 用户模型示例 20
表 3。1 微博内容向量空间模型 14
表 3。2 用户标签模型 15
表 4。1 微博数据组成 17
表 4。2 满意度等级表 18
表 4。3 用户模型 19
表 4。4 用户模型满意度 21
1 绪论
1.1 选题背景
随着互联网技术的发展,网络上的每个人都具有信息发布的能力,人类正以史无前例的 速度生产新的信息,进入了信息量庞大的大数据时代,其提供了丰富资源的同时也带来了人 们获取所需信息的不便性,耗费更多的时间和精力。并且不同用户的信息需求不尽相同,即 使在检索时输入相同的检索词,用户想要的结果也可能不同,因此这样的服务方式并不能满 足所有用户的需求。为了尽可能为所有用户提供准确的信息,让用户满意,研究者提出了个 性化的服务。个性化服务通过对用户行为不断的跟踪、学习从而了解用户的习性,为用户提 供所需的信息以及主动推荐用户可能感兴趣的信息,满足用户需求。个性化服务就是量身定 做,可以根据每个用户自身的特点提供用户满意结果。论文网 TF-IDF社交网络上用户建模融合用户标签与微博内容的用户建模研究(2):http://www.youerw.com/yanjiu/lunwen_91962.html