蔡孟松
- 作品数：3 被引量：29H指数：2
- 供职机构：重庆大学计算机学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于社交用户标签的混合top-N推荐方法被引量：8
- 2013年
- 针对协同过滤方法的冷启动问题,提出一种将社交用户标签与协同过滤相结合的混合top-N推荐方法。通过社交用户关系获得可信用户集,然后根据个性化标签采用结构上下文相似性算法(SimRank)计算社交用户相似近邻集并进行预测推荐,最后结合传统协同过滤方法进行推荐。实验结果表明,该方法能够提高在一般数据集及冷启动用户数据集下的推荐精度。
- 蔡孟松李学明尹衍腾
- 关键词：推荐系统协同过滤社交网络冷启动
- 基于用户关系与属性的微博意见领袖挖掘方法被引量：19
- 2013年
- 提出一种结合用户关系与用户属性的挖掘方法。根据微博特征构建微博用户关系网,采用小世界网络理论确定用户的中心性,以此获得基于用户关系的候选意见领袖。通过分析微博用户属性,建立意见领袖影响体系,提出D-means聚类算法,获得基于用户属性的候选意见领袖,结合2种候选意见领袖得到最终意见领袖。实验结果验证该方法在挖掘意见领袖上比现有方法更加准确有效。
- 尹衍腾李学明蔡孟松
- 关键词：意见领袖用户关系用户属性小世界网络聚类分析
- 基于社交用户标签的混合个性化推荐研究
- 随着互联网的普及和信息技术发展，社交网络应用大量出现，如常见的人人网、Facebook，还有新闻社交、职场社交等，网络生活逐渐变得社交化。此外，网络信息急剧增长，如何在海量信息中找到感兴趣的资源变得日益重要。然而，个性化...
- 蔡孟松
- 文献传递
