版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、微博作為Web2.0時代新生的網(wǎng)絡(luò)應(yīng)用形式,自誕生不久就以其驚人的影響力和急速攀升的用戶數(shù)量在互聯(lián)網(wǎng)業(yè)界引發(fā)了一場前所未有的“微革命”。與其他社交網(wǎng)絡(luò)不同的是,微博不僅僅是一個溝通交流和信息傳播的媒介,其驚人的消息擴散能力在廣告營銷和個性化服務(wù)方面也具有廣闊的應(yīng)用前景。精準(zhǔn)的廣告投放及好友推薦在加強微博用戶的體驗、提高用戶滿意度的同時,也為微博網(wǎng)站帶來巨大的利潤收益,因此對微博用戶興趣的挖掘及應(yīng)用是一個非常值得關(guān)注的研究方向。
2、 本課題以新浪微博為研究對象,針對目前微博網(wǎng)站對用戶興趣挖掘不夠準(zhǔn)確的問題,本文提出了一種基于行為的微博用戶興趣挖掘方法。該方法首先研究了微博網(wǎng)站的特性及微博用戶行為特點,重點分析了用戶的關(guān)注行為、發(fā)布微博行為、評論轉(zhuǎn)發(fā)及加用戶標(biāo)簽的行為,并通過數(shù)據(jù)統(tǒng)計分析篩選出代表用戶興趣的行為信息。然后構(gòu)造用戶興趣類別分類器,對代表用戶興趣的行為信息進(jìn)行興趣挖掘,并利用調(diào)和因子對不同行為的挖掘結(jié)果進(jìn)行融合,進(jìn)而得到本文提出的基于行為的微博用戶興趣挖
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種基于用戶交互行為的微博社區(qū)發(fā)現(xiàn)方法.pdf
- 一種基于用戶行為親密度的微博社區(qū)發(fā)現(xiàn)方法.pdf
- 基于用戶興趣的微博推薦方法研究.pdf
- 36936.基于多源數(shù)據(jù)融合的微博用戶興趣挖掘方法
- 一種基于邏輯回歸的微博用戶可信度評估方法.pdf
- 一種基于用戶傾向的微博好友推薦算法.pdf
- 基于UF-AT模型的微博用戶興趣挖掘研究.pdf
- 基于數(shù)據(jù)挖掘的微博用戶興趣群體發(fā)現(xiàn)與分類——以新浪微博為例.pdf
- 基于瀏覽行為分析的用戶興趣挖掘.pdf
- 微博用戶興趣建模及推薦方法研究
- 微博用戶興趣建模及推薦方法研究.pdf
- 一種基于貝葉斯的微博隱私檢測方法研究.pdf
- 基于用戶興趣的移動微博協(xié)同過濾推薦方法研究.pdf
- 微博用戶興趣分析方法及其應(yīng)用研究.pdf
- 基于微博社會網(wǎng)絡(luò)的用戶興趣模型研究.pdf
- 面向微博用戶的潛在興趣分析.pdf
- 基于羊群效應(yīng)和認(rèn)知改變模型的微博用戶興趣行為采納研究
- 微博用戶興趣發(fā)現(xiàn)與用戶推薦研究.pdf
- 基于羊群效應(yīng)和認(rèn)知改變模型的微博用戶興趣行為采納研究.pdf
- 一種基于RSS用戶興趣的個性化搜索系統(tǒng).pdf
評論
0/150
提交評論