基于自然語言處理的社交媒體信息個(gè)性化推薦

摘要： 受到用戶互動(dòng)行為限制與時(shí)間序列不連續(xù)不穩(wěn)定的影響,用戶在社交媒體中的實(shí)際行為數(shù)據(jù)較為稀疏,導(dǎo)致推薦過程中對(duì)特異性數(shù)據(jù)的敏感性增加,降低了個(gè)性化推薦的準(zhǔn)確性,因此,提出基于自然語言處理的網(wǎng)絡(luò)社交媒體信息個(gè)性化推薦方法。采用模糊聚類方法挖掘分詞,基于自然語言處理對(duì)網(wǎng)絡(luò)社交媒體分詞進(jìn)行融合;利用傳遞閉包法聚類,得到最小模糊等價(jià)矩陣,通過信息增益法,提取稀疏性數(shù)據(jù)下用戶特征;設(shè)定隱語義... （共5頁）