基于微博用户兴趣话题的相似用户挖掘

来源：计算机工程与应用杂志2019年第11期北京时间：

作者：李鹏飞1，董 旭1，仲兆满2，3，李存华2

单位：1.中国矿业大学 计算机科学与技术学院，江苏 徐州 221000 ；2.淮海工学院 计算机工程学院，江苏 连云港 222005；3.江苏金鸽网络科技有限公司 软件研发中心，江苏 连云港 222005

摘要：相似用户挖掘是提高社交网络服务质量的重要途径，在面向大数据的社交网络时代，准确的相似用户挖掘对于用户和互联网企业等都有重要的意义，而根据用户自己的兴趣话题挖掘的相似用户更符合相似用户的要求。提出了一种基于用户兴趣话题进行相似用户挖掘的方法。该方法首先使用TextRank话题提取方法对用户进行兴趣话题提取，再对用户发表内容进行训练，计算出所有词之间的相似度。提出CP（Corresponding Position similarity）、CPW（Corresponding Position Weighted similarity）、AP（All Position similarity）、APW（All Position Weighted similarity）四种用户兴趣话题词相似度计算方法，通过用户和相似用户间关注、粉丝重合率验证相似用户挖掘效果，APW similarity的相似用户的关注/粉丝重合百分比为1.687%，优于提出的其他三种算法，分别提高了26.3%、2.8%、12.4%，并且比传统的文本相似度方法Jaccard相似度、编辑距离算法、余弦相似度分别提高了20.4%、21.2%、45.0%。因此APW方法可以更加有效地挖掘出用户的相似用户。

关键词：微博,相似用户,兴趣话题,文本训练,用户挖掘