摘要：[目的]利用用户标签及关系网络,为用户推荐潜在的相似用户。[方法]通过探究社会化标注系统中标签、关系网络所表征的用户长短期兴趣特征,综合用户标签及关注关系,利用多维尺度法构建用户聚类模型,根据用户聚类结果进行相似用户推荐,并以＂微博＂为例对模型进行实证。[结果]实验结果表明,基于标签和关系网络的用户聚类模型能够有效地结合用户长短期兴趣特征,挖掘潜在相似用户,聚类及推荐效果较好。[局限]样本数据集具有局限性,不能完全涵盖用户兴趣领域,仅从一个领域验证了模型的准确性与有效性。[结论]通过对用户标签及关系网络挖掘用户长短期兴趣,构建的基于用户静态标签与动态关系网络的用户推荐模型,对个性化用户推荐效果有较好的提升。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社