闫婧

摘要：[目的]捕捉用户兴趣的动态性变化，优化个性化信息推荐效果。[应用背景]高效的个性化信息推荐方法可以根据用户行为特征主动为用户提供合适的信息资源，使信息的获取和利用更加快捷、准确。[方法]以“新浪微博”为例，通过挖掘用户及其关注者的微博数据，提取标签，计算二者兴趣相似度及亲密度，确定用户兴趣标签并优化标签描述，从而构建用户个性化“轻量级”本体，使得语义网资源能够准确地投放到用户界面。[结果]有效缓解了信息爆炸式增长所造成的“信息迷航”现象。[局限]微博数据中的杂音（广告转发、多语言描述）、数据不充分等，可能影响标签提取的准确性。关键词：标签本体；个性化推荐；社交网络

1 引言

随着Web2.0的发展，互联网从信息传播的媒介逐渐转变为信息资源共享和社会交流的平台。用户既是信息的使用者，也是信息的创造者。用户和信息的爆炸式增长，为人们带来丰富信息资源的同时，也造成用户难以准确找到感兴趣的资源。高效的个性化信息推荐方法可以根据用户行为特征主动为用户提供合适信息，使信息的获取和利用更加快捷、准确。

社会化标签方法是一种更强调“感知性”的信息组织方法，它由用户自发对资源进行标注所产生的标签组成，为发现用户关注点、进行个性化信息推荐提供了重要的数据基础。与此同时，标签本身所暴露出的描述不规范、无序化、多样性、缺乏语义关系等，很大程度上制约了其在提取个性化信息方面所发挥的作用。……