面向微博用戶的潛在興趣分析.pdf

1、由于互聯(lián)網(wǎng)的迅猛發(fā)展，網(wǎng)絡應用不斷涌現(xiàn)。微博，作為一種方便快捷的社交網(wǎng)絡平臺一經(jīng)推出便獲得了人們的喜愛，成為人們在工作和生活中記錄生活，抒發(fā)情感，獲取信息，結(jié)交朋友的一種主要平臺。然而，隨著微博的迅速發(fā)展，微博上的信息量也日益增長，巨大的信息量使得人們不得不耗費更多的時間尋找自己感興趣的信息。
　　本課題的主要研究內(nèi)容就是：從微博用戶的微博信息中獲取用戶的潛在興趣。挖掘出的潛在興趣可以用來向用戶提供個性化服務，如根據(jù)用戶的潛在興趣

2、向用戶推薦朋友、相關(guān)信息、商品等?，F(xiàn)如今很多流行的社交網(wǎng)站，比如新浪、人人、朋友網(wǎng)等，也向用戶提供了推薦功能，但這些社交網(wǎng)站中的推薦并未涉及用戶的文本信息內(nèi)容，使得有些推薦不一定能夠符合用戶的心理。因此，若能根據(jù)用戶的文本信息準確地挖掘出微博用戶的潛在興趣，那么就可以向用戶提供更好的推薦服務。挖掘出的用戶潛在興趣除了可以用于推薦服務，也可以用于廣告投放，商家可以根據(jù)用戶的潛在興趣向其投放相應的廣告，這樣能夠獲得更好的宣傳效果和商業(yè)利潤。

3、
　　本研究的主要貢獻有以下幾點：第一，候選關(guān)鍵詞提取過程中，我們除了利用基于頻率的關(guān)鍵詞提取方法外，還考慮到了詞在微博信息中的位置信息，通過二者相結(jié)合的方式提取候選關(guān)鍵詞。第二，將主題模型應用到該問題上，并且根據(jù)微博信息的特點和本實驗的要求，采用了簡化的Twitter_LDA對候選關(guān)鍵詞的潛在主題進行分析。第三，將 SVM算法用于微博用戶潛在興趣的分析，對提取出的候選關(guān)鍵詞進行分類，剔除那些非興趣詞。第四，為了進一步了解微博用戶