Resumen

Con el desarrollo de las redes sociales, el microblog se ha convertido en la principal herramienta de comunicación social. En los microblogs hay mucha información valiosa, como preferencias personales, opinión pública y marketing. En consecuencia, la investigación sobre la predicción de los intereses de los usuarios en los microblogs tiene una importancia práctica positiva. De hecho, no es fácil extraer información asociada a la orientación de los intereses de los usuarios a partir de las entradas de los blogs, que se actualizan constantemente. Los enfoques de predicción existentes basados en el análisis factorial probabilístico utilizan las entradas de blog publicadas por el usuario para predecir su interés. Sin embargo, estos métodos no son muy eficaces para los usuarios que publican menos pero navegan más. En este artículo, proponemos un nuevo modelo de predicción, denominado SHMF, que utiliza la factorización de matrices de hubs sociales. SHMF construye el modelo de predicción de interés combinando la información de los blogs publicados tanto por el usuario como por sus vecinos directos en el hub social del usuario. Nuestro modelo propuesto predice los intereses del usuario integrando su comportamiento histórico y el factor temporal, así como sus amistades, con lo que se consiguen previsiones precisas de los intereses futuros del usuario. Los resultados experimentales en Sina Weibo demuestran la eficiencia y eficacia de nuestro modelo propuesto.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Desarrollo; redes sociales; microblog; predicción del interés de los usuarios; entradas de blog; factorización matricial de hubs sociales.
• Keywords:Development; social networks; microblog; user interest prediction; blog posts; social hub matrix factorization