基于语义分析的微博推荐系统
Weibo Recommendation System Based on Semantic Analysis

作者: 翟梦迪 , 吴思霈 , 刘雁娟 :云南财经大学,云南 昆明;

关键词: 微博词典分词特征词关联规则推荐系统微博Dictionary of Weibo Cut Words Key Words Association Rules Recommendation System Weibo

摘要: 本文基于语义分析对博文内容进行主题提取,为使主题词更加准确构造的微博词典,通过分词、关键词提取对文本进行预处理,进而构建基于关联规则的微博推荐系统,为用户所感兴趣的内容进行精准推荐。

Abstract: In this paper, we get Weibo’s theme by semantic analysis. In order to make the subject more accu-racy, we create the dictionary of Weibo. Then, we use the method of word segmentation, keyword extraction to analysis the text in advance, and we build Weibo recommendation system based on association rules, recommend the theme that users are interested in more accurately.

文章引用: 翟梦迪 , 吴思霈 , 刘雁娟 (2016) 基于语义分析的微博推荐系统。 计算机科学与应用, 6, 531-538. doi: 10.12677/CSA.2016.69066

参考文献

[1] 王宁宁, 鲁燃, 王智昊, 刘承运. 基于用户标签的微博推荐算法[J]. 计算机应用研究, 2017(1).

[2] 马慧芳, 贾美惠子, 李晓红, 鲁小勇. 一种基于标签关联关系的微博推荐方法[J]. 计算机工程, 2016, 42(4): 197-201.

[3] 彭泽环, 孙乐, 韩先培, 陈波. 社区热点微博推荐研究[J]. 计算机研究与发展, 2015, 52(5): 1014-1021.

[4] 王晟, 王子琪, 张铭. 个性化微博推荐算法[J]. 计算机科学与探索, 2012, 6(10): 895-902.

[5] 李凌云, 敖吉, 乔治, 李剑. 基于微博的安全事件实时监测框架研究[J]. 信息网络安全, 2015(1): 16-23.

[6] 徐雅斌, 刘超, 武装. 基于用户兴趣和推荐信任域的微博推荐[J]. 电信科学, 2015, 31(1): 7-14.

[7] 百度百科, http://baike.baidu.com/

[8] Jannach, D., Zanker, M., Felfernig, A. and Friedrich, G. (2013) 推荐系统[M]. 北京: 人民邮电出版社.

[9] 吴喜之. 复杂数据统计方法——基于R的应用[M]. 北京: 中国人民大学出版社.

分享
Top