结合用户关系网和标签共现网的微博用户标签推荐研究  

Microblogger Tag Predication Based on User Network and Tag Co-occurrence Network

作　　者：吴小兰[1,2] 章成志[1,3] 

机构地区：[1]南京理工大学信息管理系,南京210094 [2]安徽财经大学管理科学与工程学院,蚌埠233030 [3]江苏省数据工程与知识服务重点实验室(南京大学),南京210093

出　　处：《情报学报》2015年第5期459-465,共7页Journal of the China Society for Scientific and Technical Information

基　　金：国家社会科学基金重大项目“面向突发事件应急决策的快速响应情报体系研究”(13&ZD174);国家社会科学基金项目“在线社交网络中基于用户的知识组织模式研究”(No.14BTQ033)研究成果之一

摘　　要：标签是Web2．0网站的主要组成部分。在新浪微博上，用户标签可用于用户检索、用户推荐，可帮助更好地理解用户行为和用户兴趣，但目前大多数微博用户缺少标签，为此本文提出结合用户关系网和标签共现网进行微博用户标签的预测。该方法首先在用户关系网上使用带重启的随机游走模型计算用户相似度，然后根据标签对用户的重要程度获得各个用户的候选标签集。在用户候选标签集得到后，结合标签共现网使用基于标签链的方法抽取候选标签推荐给用户。经在新浪微博真实数据集上的测试，表明本文提出的标签预测方法在准确率上有一定提高。Tag is the major components on Web 2.0 website. In Sina Microblog, user tags can be used for user retrieval and user recommendation, and be useful to understand user behavior and user interest. However, most of users on Sina Microblog lack tags, so we proposed an tag prediction method based on user＇s network and tag co-occurrence network. In our method, we firstly use Random Walk with Restart to calculate the similarities between users, then we obtain the candidate tags set by the importance of tag for user. After that, we extract candidate tags based on Tag chain and recommend them to users. By the tests on Sina Microblog ,it shows that our method has some improvements on Precise.

关 键 词：标签链 带重启随机游走模型 标签预测共现网络 

分 类 号：G254[文化科学—图书馆学]