个性化微博实时推荐模型研究

摘要 微博作为一种具有代表性的社交新兴媒体，为用户提供实时的、个性化的信息服务，可以让用户从海量信息中快速获取自己感兴趣的、实时的信息.提出一种个性化的实时微博推荐模型（Personalized and Real-Time recommendation model，PRT），为了提高推荐的效率和准确性，PRT基于LDA主题模型获取用户动态偏好，根据用户偏好把用户分为不同的用户组，为用户组提供整体的局部推荐列表.PRT根据用户上次浏览微博时间t0的不同，为用户推荐从t0到当前时间发布的微博，满足用户对微博推荐的实时、个性化需求.本文使用从新浪微博获取的真实数据验证了模型的高效性和准确性，和算法CT比较，个性化实时推荐模型PRT的准确率提高了10.6%，召回率提高了8.4%，为用户提供了更准确的推荐.