一种基于相似社区的舆情个性化推荐算法

摘要

本发明提出了一种基于相似社区的舆情个性化推荐算法，包括如下步骤：基于相似社区的思想，通过基于图计算相似社区的发现和数据挖掘，分析提取用户特征，形成相似用户的“邻居”集。其中，根据上述特征来计算用户之间的相似度。根据余弦相似性、相关相似性等方法求出相似度值，进而排序形成目标用户的最近“邻居”集。根据该“邻居”用户进行推荐。其中，根据其“邻居”集中的用户对舆情话题进行预测评价，将评价高的舆情话题推荐给用户。一种基于相似社区的舆情个性化推荐算法实现了通过提取相似社区的用户特征，形成相似用户的“邻居”集，利用相似用户群体兴趣以及行为的协同过滤方法对“邻居”用户进行推荐，从而提高了内容推荐的精确度，同时也扩展了内容覆盖面。