哈尔滨科技大市场

首页 > 技术交易 > 科技成果

成果搜索

基于用户兴趣建模的社会媒体信息推荐方法研究

发布时间： 2023-12-08 浏览量：25

交易方式：面议
联系电话：18945091716
单位名称或姓名：李洋
产业领域：数字经济
成果类型：

项目基本情况Basic information of the project

近年来，以国外的Twitter和国内的新浪微博为代表的社会媒体越来越多地走入人们的生活，并逐渐成为最普遍的信息发布、传播和共享的平台。在社交网络和微博平台中，用户可使用标签来标注他们发布的文本。本研究以微博平台为例，研究用户文本标签自动推荐任务。随着互联网产业迅速发展和智能终端的快速普及，国外的Twitter和国内的新浪微博等社交网络应用成为信息分发中心的重要渠道。本研究的思路是将句法结构信息、词语交互信息以及主题信息结合，进行用户兴趣文本理解，然后再基于文本表示进行标签自动化推荐。首先通过树型长短时记忆网络将文本的句法信息组成句法树的结构，然后按照树型结构进行文本表示学习；而另一方面，通过Transformer模型的自注意力机制学习文本中词语之间的交互信息，然后进行文本表示学习；同时，将主题模型与长短时记忆网络结合形成相互注意力机制，然后进行文本表示学习；最后，将基于三种表示学习分别进行标签分类，最终将结果进行融合。本项目至此：项目负责人为第一作者或通讯作者发表论文3篇，其中JCR一区SCI期刊论文1篇，EI期刊论文2篇；已录用JCR一区SCI期刊一篇，中文EI期刊一级学报一篇。项目成员发表核心期刊一篇。本研究以微博平台为例，对基于用户文本建模的标签自动推荐任务展开研究。对用户文本内容进行深度理解，进而为其文本进行标签推荐，有助于用户能够快速查找到其感兴趣的文本内容。

管理团队与技术团队Management team and technical team

东北林业大学

效益分析Benefit analysis

该项目为储备库项目资源，暂无效益分析内容。

成果推荐Result recommendation

新闻中心

技术交易

科技人才

科技服务

政策

活动中心

关于我们