摘要：近年来，社交网络的迅速发展为在线用户之间的沟通和交流带来极大便利，为良好的信息推荐服务提供了丰富的资源，与此同时也为个性化推荐带来了更为复杂的技术挑战。本文通过自然语言处理技术获取用户在社会化媒体（新浪微博）中的个性化兴趣标签信息，应用到自行设计开发的社会化阅读应用牛赞网中。进一步地，利用用户在牛赞网中的阅读行为和社交信息，结合用户的社会化媒体兴趣，提出了一种混合推荐模型。实验基于牛赞网中的实际数据集，并与基于用户的经典协同推荐模型进行了对比，结果表明，提出的模型在推荐性能的几个指标（AUC、准确率、召回率、多样性和新颖性）上都有很大的提高。最后，通过对牛赞网中几个典型用户进行进一步的案例分析后得出，混合推荐模型的最优参数需要根据不同社会化行为的用户进行调节。

原文链接:http://www.cqvip.com//QK/95185B/201403/50242309.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）