基于文本属性的微博用户相似度研究

来源：计算机技术与发展杂志2018年第05期北京时间：

作者：李梦洁;邵曦

摘要：传统的相似度计算方法忽略了用户主观输出的微博文本信息，而这正是体现用户兴趣点的重要元素，只有结合了用户自身信息及其在社交平台上的互动内容，才能相对全面描述一个用户，由此提出基于文本属性的相似用户计算方法。把相似度主要划分为背景相似、兴趣相似两个角度，其中兴趣相似度主要由文本相似度决定，分词并采用 TF－IDF 变换后进行余弦相似度计算;再结合用户所在地、使用设备、发微博的时间、转发关系以及好友关系来描述用户相似度;并利用层次分析法分配各个属性的权重，构建相似度计算模型。通过实验系统性对比了基于文本属性的计算方法与改进前的算法:改进算法得出的用户相似度的 F 1 度量值提高了 34．3%，证明了该算法的优越性。

关键词：微博;社交网络;用户相似度;文本相似度;余弦相似度;层次分析法