文献

J-GLOBAL ID：201702273433813957   整理番号：17A0261112

LDAに基づくマイクロブログユーザの粉Si親密度評価モデル【JST・京大機械翻訳】

EVALUATION MODEL OF WEIBO USER FOLLOWERS INTIMACY BASED ON LDA

著者 (6件)： Wang Qiusen (Faculty of Information Engineering and Automation,Kunming University of Science and Technology) ,  Yu Haoliang (Faculty of Information Engineering and Automation,Kunming University of Science and Technology) ,  Xu Haocheng (Faculty of Information Engineering and Automation,Kunming University of Science and Technology) ,  Feng Xupeng (Educational Technology and Network Center,Kunming University of Science and Technology) ,  Liu Lijun (Faculty of Information Engineering and Automation,Kunming University of Science and Technology) ,  Huang Qingsong (Faculty of Information Engineering and Automation,Kunming University of Science and Technology, Yunnan Key Laboratory of Computer Technology Applications)
資料名： Jisuanji Yingyong Yuruanjian  (Jisuanji Yingyong Yuruanjian)
巻： 33  号： 10  ページ： 67-71  発行年： 2016年 
JST資料番号： C2940A  ISSN： 1000-386X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ユーザ関係は現在のマイクロブログ研究のホットな方向であり、マイクロブログユーザーの親密評価はユーザーの隠れ親密の発見、マイクロブログネットワーク環境の最適化などに重要な意義がある。現在のところ,マイクロブログユーザの集団は複雑で,関係が複雑で,ユーザの特徴と関係ネットワークなどを利用してユーザ関係の親密度評価に対する精度が低い。この問題を解決するために,LDAに基づくマイクロブログユーザの粉Si親密度評価モデルを提案する。まず第一に,利用者の春雨に集中して,春雨を除去して,それらの活発な春雨を得た。次に,LDAのトピックモデルを利用して,ユーザのある時間帯における微博集を訓練し,ユーザの段階的マイクロブログのトピック分布を獲得した。同時に,トピック分布により興味分布を推定し,ユーザとその春雨の間の興味類似性を余弦類似性を用いて計算した。最終的に,ユーザのバックグラウンド類似性とコンパクト性密度を結合することによって,利用者のための包括的評価基準を確立する。新浪のAPIインタフェースインタフェースにより最近の関連データを作成し,実験データセットを構成した。データセットに基づく評価実験の結果は,提案したモデルが高い精度と有効性を有することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 評価基準 ,  インタフェイス ,  最適化 ,  類似性 ,  ネットワーク ,  粉体 ,  コンパクト性 ,  *ケイ素
準シソーラス用語： 評価実験 ,  時間帯 ,  トピックモデル ,  ネットワーク環境 ,  *マイクロブログ ,  *評価モデル ,  *親密度 , 【Automatic Indexing@JST】

著者キーワード (5件)： Intimacy ,  LDA ,  Follows(fans) ,  Theme model ,  Similarity

分類 (3件)： その他の情報処理  (JE15050M) ,  システム・制御理論一般  (IA02010H) ,  計算機網  (JC03000K)

タイトルに関連する用語 (5件)： LDA ,  粉 ,  Si ,  親密度 ,  評価モデル