融入用户反馈的网络知识社区好友推荐模型构建研究 |
| |
引用本文: | 杨瑞仙,楚晨,金燕,于政杰.融入用户反馈的网络知识社区好友推荐模型构建研究[J].现代情报,2024(5):83-94. |
| |
作者姓名: | 杨瑞仙 楚晨 金燕 于政杰 |
| |
作者单位: | 1. 郑州大学信息管理学院;2. 郑州市数据科学研究中心;3. 中国信息通信研究院中部大数据创新中心 |
| |
基金项目: | 河南省高等学校青年骨干教师培养计划“学术虚拟社区知识交流机制的系统动力学仿真研究”(项目编号:2020GGJS012); |
| |
摘 要: | 目的/意义]从用户相似度计算和用户反馈双重视角出发,进行高质量用户推荐,有利于提高网络知识社区个性化推荐水平。方法/过程]首先基于爬虫工具和Python包进行用户属性数据采集和分析,以计算用户之间的背景、社交关系、博文信息的综合相似度;然后再计算用户核心度,基于相似度矩阵和核心用户排名形成待推荐列表;最后引入用户反馈机制,并根据用户的正负反馈结果确定最佳Top-k好友。结果/结论]融入用户反馈的好友推荐模型能够提高推荐用户的质量,有效地提高好友推荐水平,也验证了好友推荐是一个逐步修复的过程。
|
关 键 词: | 网络知识社区 好友推荐 用户相似度 核心度 用户反馈 虚拟社区 个性化推荐 推荐模型 |
|