微博属性相似度测量实证研究

摘要

在对微博用户关系进行深入分析的基础上,得出了可以度量用户关系强度的背景信息、用户信息、社交信息和交互信息等四个影响因素,并提取了用户可量化变量,给出了微博属性相似度的计算方法,并且实证测量了算法的效果.实验结果显示:社交信息的相似度排序准确率及P@N的实验效果是最佳的,实验结果的产生是由于文本信息的不完整性、随意性和兴趣特征抽取的难度性,以及微博结构性信息的特点造成的,其中文本信息的特点起消极作用,微博结构信息特点起积极促进作用.