版权说明 操作指南
首页 > 成果 > 详情

一种空间上下文感知的提及目标推荐方法

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Spatial Context-aware Mention Target Recommendation Method
作者:
汤小月;周康;王凯
通讯作者:
Tang, X.-Y.
作者机构:
武汉轻工大学数学与计算机学院,湖北武汉430023
武汉大学计算机学院,湖北武汉430072
[王凯] 武汉大学
[周康; 汤小月] 武汉轻工大学
通讯机构:
School of Mathematics and Computer Science, Wuhan Polytechnic University, Wuhan, China
语种:
中文
关键词:
用户提及行为建模;目标用户推荐;空间上下文感知;综合概率模型;社交网络分析
关键词(英文):
Joint probabilistic model;Social networks analysis;Spatial context-aware;Target user recommendation;User mention behavior modeling
期刊:
软件学报
ISSN:
1000-9825
年:
2020
卷:
31
期:
4
页码:
1189-1211
基金类别:
61502362:国家自然科学基金 61401319:国家自然科学基金 61179032:国家自然科学基金 2015CFA061:湖北省自然科学基金 2019CFB250:湖北省自然科学基金
机构署名:
本校为第一且通讯机构
院系归属:
数学与计算机学院
摘要:
作为一种新兴的社交媒体用户交互服务,提及机制(mention mechanism)正在用户在线交互和网络信息传播方面扮演着重要角色.对用户提及行为的研究能够揭示用户的隐式偏好与其显式行为之间的联系,为信息传播监控、商业智能、个性化推荐等应用提供新的数据支撑.当前,对用户提及机制的探索多集中在其信息传播属性上,缺少从普通用户角度对其用户交互属性的学习.通过对普通用户提及行为的分析和建模构建一个推荐系统,为给定的社交媒体消息生成目标用户推荐.通过对大型真实社交媒体数据集的分析发现,用户的提及行为受其提及活动的语义和空间上下文因素的联合影响.据此,提出一个联合概率生成模型JUMBM(joi...
摘要(英文):
As a newly emerging social media user interactive service, mention mechanism is playing an important role in both information sharing and online social interacting. Researches on mention mechanism can provide us valuable resources to reveal the correlation between users' latent preferences and their explicit interacting behaviors and can be constructed as the data foundation for many applications such as information dissemination monitoring, business intelligence, and personalized recommendation. However, most of the previous works focused on t...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com