一种基于用户互动话题的微博推荐算法

鲁骁 ，李鹏 ，王斌 ，李应博，房婧

(1. 国家计算机网络应急技术处理协调中心，北京，100029；2. 中国科学院大学，北京 100049；3. 中国科学院 信息工程研究所，北京 100093)

一种基于用户互动话题的微博推荐算法

(1. 国家计算机网络应急技术处理协调中心，北京，100029；2. 中国科学院大学，北京 100049；3. 中国科学院 信息工程研究所，北京 100093)

随着社交网络的发展，微博逐渐成为人们获取信息的重要来源。然而随着用户的增多，微博中的信息过载问题也越来越严重，如何快速准确地为用户推荐感兴趣的微博已经成为研究的热点。与传统的推荐技术不同，微博中的用户具有天然的社交关系，这为推荐算法提供了额外的用户信息，因此，融合了用户社交关系的社会化推荐方法日益受到重视。但是，现有的方法大多只利用了固定的用户社交关系或简单的互动行为，事实上，用户互动行为的出发点必然是用户与好友的共同兴趣，具有明显的话题相关性。该文从话题层面来分析用户的互动关系，提出了度量互动关系在话题上强弱度的方法，通过有效地融合互动关系的话题特征，最终提出了改进的微博推荐模型IBCF。实验结果表明，与现有的社会化推荐方法相比，该文提出的新方法在MAP和NDCG等指标上取得了更好的推荐效果，而且为推荐结果提供了更明确的可解释性。

互动关系，互动话题，社会化推荐，协同过滤，微博推荐

1 引言

随着社交网络的发展，微博成为了近年来发展最快的热门互联网应用之一。……