摘要：该文在分析总结影响微博用户推荐的四大类信息,包括用户的内容信息、个人信息、交互信息和社交拓扑信息的基础上,提出一个基于排序学习的微博用户推荐框架,排序学习的本质是用机器学习中的分类或回归方法解决排序问题,该框架可以综合各类信息特征进行用户推荐。实验结果表明：（1）融合多个特征综合推荐通常可以取得更好的推荐效果;（2）基于用户个人信息、交互信息、社交拓扑信息的推荐效果均好于基于用户内容的推荐效果。

原文链接:http://www.cqvip.com//QK/96983X/201304/46842386.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。）