软件学报

作者：马慧芳,张迪,赵卫中,史忠植

单位：马慧芳，西北师范大学 计算机科学与工程学院, 甘肃 兰州 730070;广西可信软件重点实验室(桂林电子科技大学), 广西 桂林 54100411,张迪，西北师范大学 计算机科学与工程学院, 甘肃 兰州 73007002,赵卫中，华中师范大学 计算机学院, 湖北 武汉 43007903,史忠植，中国科学院 计算技术研究所 智能信息处理重点实验室, 北京 10019004

关键词：超图;随机游走;标签扩充;概率相关性;用户-标签矩阵;微博推荐

基金：国家自然科学基金（61762078，61363058，61762079）；中国科学院计算技术研究所智能信息处理重点实验室开放基金（IIP2014-4）；广西可信软件重点实验室研究课题（kx201910）

向微博用户推荐对其有价值和感兴趣的内容，是改善用户体验的重要途径.通过分析微博特点以及现有微博推荐算法的缺陷，利用标签信息表征用户兴趣，提出一种结合标签扩充与标签概率相关性的微博推荐方法.首先，考虑到大部分微博用户未给自己添加任何标签或添加标签过少，视用户发布微博为超边，微博中的词视为超点来构建超图，并以一定的加权策略对超边和超点进行加权，通过在超图上随机游走，得到一定数量的关键词，对微博用户标签进行扩充；然后，采用相关性标签权重加权方案构建用户-标签矩阵，利用标签之间的概率相关性，构造标签相似性矩阵，对用户-标签矩阵进行更新，使该矩阵既包含用户兴趣信息，又包含标签与标签之间的关系.以新浪微博公开API抓取的微博信息作为实验数据进行了一系列的实验和分析，结果表明，该推荐算法具有较好的效果.

来源：2019年第11期

《软件学报》期刊编辑部

查看软件学报杂志2019年第11期