面向微博用户的个性化推荐算法研究
来源：计算机工程杂志2020年第10期北京时间：
作者：周炜翔, 张雯, 杨博, 柳毅, 张琳, 张仰森
单位：1. 北京信息科技大学 智能信息处理研究所, 北京 100101;2. 国家计算机网络应急技术处理协调中心, 北京 100029
摘要：微博的个性化推荐对于提升用户体验和帮助用户及时、准确地获取信息具有重要意义。在分析微博用户行为模式的基础上，提出一种基于情景建模和卷积神经网络的微博个性化推荐模型。从时间和地域两个维度对用户进行情景建模，提取用户的时间情景模式和地域情景模式，同时给出情景模式相似度计算方法，对用户的情景模式进行扩展，捕捉用户感兴趣的情景模式倾向，在此基础上建立用户个性化情景模式库，采用卷积神经网络构建个性化微博推荐模型，实现微博用户的个性化推荐。实验结果表明，与ILCAUSR、RA-CD算法相比，该模型具有较好的推荐效果，相比于时间情景模型和地域情景模型，其平均绝对误差和平均用户满意度指标均达到最优效果。
关键词：个性化推荐,情景建模,卷积神经网络,情景模式库,用户满意度
基金资助：国家自然科学基金网络社交媒体中特定社会安全事件的侦测分析与态势评估研究（61772081）。
