教育部人文社会科学研究基金(13YJCZH258)
- 作品数：4 被引量：23H指数：3
- 相关作者：张新猛张倩生蒋盛益李霞谢柏林更多>>
- 相关机构：广东外语外贸大学更多>>
- 发文基金：教育部人文社会科学研究基金国家自然科学基金国家社会科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于意识形态理论下“体育明星事件”微博的传播效应分析——以“李娜事件”为例被引量：3
- 2013年
- 微博时代带来信息传播方式的深刻变化,微博传播效应极大。以"李娜事件"为例,对"体育明星事件"的微博效应进行分析。研究结果表明意识形态的复杂性决定了广大微博用户的立场站位与多元化价值构建。因此,相关主管部门需要将微博作为加强体育传播的重要突破口,因势利导,使体育事件的信息传播朝着正面方向发展,促进体育事业发展。
- 焦峪平
- 关键词：意识形态体育明星
- 基于网络和标签的混合推荐算法被引量：10
- 2015年
- 基于网络结构的推荐算法利用用户与项目间的结构关系进行推荐,忽略了用户偏好,而项目的标签隐含了项目的内容及用户的偏好,提出一种基于网络结构和标签的混合推荐方法。算法根据用户选择项目的标签统计信息,分别采用TF-IDF和用户对标签的支持度两种方法构建用户偏好模型,与基于网络的推荐模型进行线性组合推荐。通过在基准数据集Movie Lens上测试证明,该算法在推荐结果命中率、个性化程度、多样性等方面均优于基于网络的推荐算法。
- 张新猛蒋盛益李霞张倩生
- 关键词：个性化推荐标签TF-IDF
- 基于用户偏好加权的混合网络推荐算法被引量：9
- 2015年
- 基于热传导或物质扩散理论的推荐算法首先利用网络结构得到对象间推荐关系,然后根据对象间关系预测用户喜欢的对象,而忽略了用户偏好。为了弥补这个缺陷,根据用户已选择对象的标签,利用TF-IDF方法构建用户偏好模型,以用户在预测对象标签上的平均偏好作为对该对象的偏好程度,采用加权方法与现有基于网络推荐算法混合运算。经在基准数据集Movie Lens上测试表明,通过与目前效果最好的几种基于网络推荐算法进行加权混合运算,推荐结果在推荐精度、个性化、多样化等多种评价指标方面均比原有算法有明显提高。
- 张新猛蒋盛益张倩生谢柏林李霞
- 关键词：标签TF-IDF个性化推荐
- 基于链路预测的微博用户关系预测被引量：2
- 2017年
- [目的/意义]旨在解决因微博用户弱关系结构导致难以发现潜在朋友的问题。[方法/过程]基于链路预测原理,提出预测微博双向"关注"关系的CN、RA、AA三种相似性指标加权模型,以及双向"关注"关系融合单向"关注"关系的预测模型,并在新浪微博用户关系网络数据集及推特(Twitter)用户关系网络标准数据集上进行测试。[结果/结论]提出的3种加权模型对于相似性指标推荐精度均有提升,其中RA的扩展形式最有效。
- 张新猛路美秀黄红桃
- 关键词：社会网络链路预测
