|
|||||
|
|
| 基于多模数据的微博用户兴趣识别研究 | |
| 作者姓名： | 曾金 陆伟 陈海华 贺国秀 |
| 摘 要： | 【目的/意义】通过社交媒体用户分享的图像、博文及用户标签进行数据挖掘，来判断和预测用户的真实兴趣，从而更好地为用户做个性化推荐和精准化服务。【方法/过程】在获取微博用户分享的图像、博文及用户标签的基础上，通过使用机器学习的方法利用图像、博文及用户标签数据来表达用户兴趣特征，基于三类特征使用SVM训练得到分类器进行用户兴趣类别预测，主要比较单模数据和多模数据的分类指标，探讨多模数据在有监督学习下的发多分类问题。【结果/结论】实验结果表明，利用图像、博文和用户标签合成的多模数据对用户兴趣进行分类识别，F值达到77%，比最好的单模数据提升10%。实验结论证实，多模（图像、博文和标签）数据与单模数据相比，提升了分类效果，同时为多模数据应用研究提供了一定的理论和技术基础。 |
| 点击此处可从《情报科学》浏览原始摘要信息 | |
| 点击此处可从《情报科学》下载免费的PDF全文 | |