基于相似性博客推薦技術(shù)的研究與應(yīng)用.pdf

1、隨著Web2.0的應(yīng)用，博客的傳播速度得到了前所未有的發(fā)展，使其擁有巨大的信息資源。在數(shù)目如此龐大的博客系統(tǒng)中，用戶想要找到自己最感興趣的博客或博文，同時博主也想使自己的博客得到更高的訪問量，就顯得非常困難。博客搜索引擎的問世在一定程度上解決了這個問題，但是由于技術(shù)上以及對用戶要求上的原因，不能真正滿足用戶的需求。
　　本文研究了目前常用的推薦算法，并對博主的社會信息和博文信息進行分析，基于現(xiàn)有的技術(shù)設(shè)計了一種基于相似性的博客推薦

2、算法，從博客的博文和博主的社會信息兩方面的相似性來計算研究博客的相似度。本文在算法設(shè)計之前先介紹了博客的博文相似性和博主社會信息相似性的概念，并闡述了采用相似性方法的優(yōu)點。構(gòu)造了博主社會信息相似度和博文信息相似度的計算公式，并把二者進行了綜合來計算總的相似度，對相似性權(quán)重值的確定采用線性結(jié)合法，并結(jié)合參考文獻的內(nèi)容確定其大小。實驗部分采用開源爬蟲工具(Heritrix)從新浪網(wǎng)上抓取相關(guān)的博客作為實驗性數(shù)據(jù)，并對抓取回來的數(shù)據(jù)進行處理，