异构社交网络用户兴趣挖掘方法

由于当前各类主流网络平台的发展呈现出“社交平台内容化、内容平台社交化”的趋势,用户分化也日趋明显,出现了拥有大规模粉丝的超级节点,因此,提出了一种基于社交关系的兴趣挖掘模型.结合矩阵分解和标签传播算法,将用户分为内容发布者和普通用户两类,并分别提取和计算兴趣话题,实现了在大规模异构网络中发现、挖掘用户兴趣.基于知乎数据集上设计的对比实验,验证了模型的有效性以及算法的性能优势.与基线方法相比,这种算法在查全率上最大提升约42％,F1值最大提升约33％.