您的位置： 专家智库 > 作者详情>姚伟

姚伟

作品数：4 被引量：7H指数：2
供职机构：西北师范大学计算机科学与工程学院更多>>
发文基金：国家自然科学基金甘肃省中青年科技研究基金甘肃省教育厅资助项目更多>>
相关领域：自动化与计算机技术更多>>

合作作者

题名
作者

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...

主题

  • 4篇矩阵
  • 3篇用户
  • 3篇用户兴趣
  • 3篇用户兴趣模型
  • 3篇矩阵分解
  • 3篇归一化
  • 3篇非负矩阵
  • 3篇非负矩阵分解
  • 2篇加权
  • 1篇用户兴趣建模
  • 1篇语义分析
  • 1篇潜在语义
  • 1篇潜在语义分析
  • 1篇主题模型
  • 1篇互信息
  • 1篇概率潜在语义...
  • 1篇词共现
  • 1篇词项

机构

  • 4篇西北师范大学
  • 1篇浙江大学
  • 1篇中国科学院

作者

  • 4篇姚伟
  • 3篇马慧芳
  • 2篇张志昌
  • 1篇崔彤

传媒

  • 2篇计算机应用研...
  • 1篇计算机工程与...

年份

  • 1篇2016
  • 2篇2015
  • 1篇2014
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
相关度排序
基于词项关联关系与归一化割加权的微博用户兴趣模型
2015年
提出一种基于词项关联关系与归一化割加权非负矩阵分解的微博用户兴趣模型构建方法。该方法首先基于词分布上下文语义相关性来建立词项关联关系矩阵刻画词项间相似度,然后应用归一化割加权非负矩阵分解算法获取用户—主题矩阵,产生用户感兴趣的微博主题聚类结果。实验表明,此方法能有效地进行微博主题聚类,并支持微博用户兴趣模型构建。
姚伟马慧芳孙曰昕张志昌
关键词：非负矩阵分解
微博用户兴趣建模及推荐方法研究
微博简短、即时、便捷的特性使其很快吸引了大量的用户群，并通过大量的转发及评论裂变式的快速传播与扩散,产生大量信息流。为了从海量信息中找出用户所感兴趣的微博话题，就需要设计合理的兴趣表示模型和准确高效的微博用户兴趣推荐方法...
姚伟
关键词：非负矩阵分解
文献传递
结合互信息和主题模型的微博话题发现方法被引量：5
2016年
为了解决短文本信息流的特征稀疏性对热点话题发现带来的挑战,提出了结合词语互信息和概率主题模型的微博热点话题发现方法。通过建立词共现矩阵并应用对称非负矩阵分解算法获取词项-主题矩阵,再利用概率潜在语义分析模型进行主题发现,最终通过定义微博热度分析和排序,有效地支持微博热点话题发现。实验表明,此方法能有效地进行话题聚类并检测出热点话题。
孙曰昕马慧芳姚伟张志昌
关键词：概率潜在语义分析
融合用户兴趣模型与会话抽取的微博推荐方法被引量：2
2015年
针对传统推荐方法在短文本处理方面的不足,提出一种基于用户兴趣模型与会话抽取算法的微博推荐方法。该方法应用基于归一化割加权NMF的微博用户兴趣模型获取用户—主题矩阵,产生用户感兴趣的微博主题,结合基于Single-Pass聚类模型的会话在线抽取算法SPFC(single-pass based on frequency and correlation)获取微博的会话队列,并与用户感兴趣的微博主题进行相似度计算,最后得到实时的微博推荐结果。实验表明,此方法能有效地进行微博推荐。
马慧芳姚伟贾美惠子崔彤
关键词：用户兴趣模型非负矩阵分解
全选 清除 导出
共1页<1>
聚类工具0