基于話題熱度的微博推薦算法研究.pdf

1、互聯(lián)網(wǎng)的迅速發(fā)展為用戶提供了海量的信息，巨大的信息量也使得用戶搜索信息變得十分困難，于是便出現(xiàn)了“信息過載”問題，推薦系統(tǒng)是解決此類問題最有效的工具之一。近年來，推薦系統(tǒng)的研究和應用已經(jīng)取得了一定的成果，但是應用于社交網(wǎng)絡的推薦算法仍然存在一些問題，比如熱點話題中熱度值計算不準確的問題、推薦算法中冷啟動問題等等。
　　本文針對推薦算法中熱度值計算不準確的問題，提出了一種基于特定用戶角色的熱度值計算方法。對于推薦算法的冷啟動問題，提

2、出了一種融合人工蜂群的微博話題推薦算法，并利用提出的算法完成了微博話題推薦原型系統(tǒng)。本文所做工作主要包含以下三個方面：
　　(1)研究輿情分析中的熱點話題發(fā)現(xiàn)方法，提出一種基于特定用戶角色的熱度值計算方法
　　該方法在綜合考慮發(fā)布者、關注度、時間、轉發(fā)數(shù)和評論數(shù)等因素的前提下，通過設置特定用戶的權重計算話題的熱度。實驗結果表明，該方法能夠準確檢測微博中的熱點話題，并可以幫助相關輿情監(jiān)管部門對微博熱點事件的監(jiān)控和管理。

3、　　(2)研究人工蜂群算法和協(xié)同過濾推薦算法，提出一種融合人工蜂群的微博話題推薦算法
　　該算法首先利用微博話題熱度、用戶特征、用戶偏好和起始時間四個因素構建適應度函數(shù)；其次，利用該函數(shù)求解人工蜂群算法的適應度值；最后，根據(jù)計算得出的值對用戶進行微博話題推薦。通過實驗驗證，該算法可以較好地解決協(xié)同過濾推薦算法中的冷啟動問題，并能提高推薦的準確性。
　　(3)設計并實現(xiàn)了基于話題熱度的微博話題推薦原型系統(tǒng)
　　將改進的話