社交网络个性化的信息重排序方法及系统
2016-04-27 20:13:35 0 举报
登录查看完整内容
社交网络个性化的信息重排序方法及系统是一种针对用户在社交网络中获取信息的方式的优化方案。该方法通过分析用户的社交行为、兴趣偏好以及与内容的关系,对用户接收到的信息进行个性化排序,使用户能够更快速地找到自己感兴趣的内容。该系统包括数据采集模块、数据处理模块和推荐引擎模块。数据采集模块负责收集用户在社交网络中的行为数据;数据处理模块对采集到的数据进行分析和挖掘,提取出用户的特征向量;推荐引擎模块根据用户的特征向量和内容的特征向量,采用协同过滤、内容过滤等算法为用户推荐个性化的内容。这种个性化的信息重排序方法及系统能够提高用户体验,增加用户粘性,促进社交网络的发展。
作者其他创作
大纲/内容
计算t时刻特定用户与所有关注用户之间的亲密度F(t)
将t赋值为下一个时刻t+1
否
初始化特定用户获取的所有关注用户发表信息的次序T
最终用户亲密度向量V
S2
提取特定用户对所有关注用户发表的信息感兴趣的特征向量I
S8
S10
S1
判断t+1是否为最终时间
是
将F(t+1)装载向量V
S4
S9
将F(t)装载向量V,同时t=t+1
初始化特定用户与所有关注的用户亲密度向量V
S3
获取各时间点特定用户转发所有关注用户发表的信息向量R和评论所有关注用户发表的信息向量C
基于用户亲密度特征和用户兴趣特征,采用常见机器学习排序算法对所有关注用户的信息进行重排序,从而得到重排序之后的信息次序Z
判断t是否为初始时间
根据t+1时刻之前的t时刻特定用户对所有关注用户发表信息是否进行转发或者评论等行为,计算t+1时刻特定用户与所有关注用户之间的亲密度F(t+1)
S6
S5
S11
S7
0 条评论
回复 删除
下一页