Ước lượng quan tâm người dùng trên mạng xã hội dựa trên tương tự bài viết
Tóm tắt: 24
| 
PDF: 29 
##plugins.themes.academic_pro.article.main##
Author
Từ khóa:
quan tâm của người dùng
mạng xã hội
bài viết trên mạng xã hội
độ đo tương tự
người dùng trên mạng xã hội
Tóm tắt
Phát hiện quan tâm của người dùng trên các mạng xã hội là một trong những chủ đề thu hút nhiều quan tâm nghiên cứu và áp dụng trong nhiều ứng dụng như khuyến nghị người dùng, các chương trình quảng cáo cá nhân hóa hoặc phân loại người dùng. Trong bài báo này, chúng tôi đề xuất một mô hình dựa trên việc phân tích các bài viết của người dùng trên các mạng xã hội để phát hiện và so sánh tương quan về quan tâm của họ. Mô hình đề xuất được đánh giá bằng thực nghiệm với dữ liệu thực. Kết quả thực nghiệm cho thấy rằng nếu hai người dùng có nhiều bài viết giống nhau thì sẽ có quan tâm tương tự nhau và ngược lại, nếu hai người dùng có quan tâm đến các chủ đề giống nhau thì cũng có nhiều bài viết tương tự nhau.
Tài liệu tham khảo
-
[1] Ashton Anderson, Daniel Huttenlocher, Jon Kleinberg, và Jure Leskovec, Effects of user similarity in social media, Proceedings of the Fifth ACM International Conference on Web Search and Data Mining, WSDM’12, New York, NY, USA, 2012, ACM, pp. 703-712.
[2] Bhattacharya Parantapa, Zafar Muhammad Bilal, Ganguly Niloy, Ghosh Saptarshi, Gummadi Krishna P, Inferring User Interests in the Twitter Social Networki, Proceedings of the 8th ACM Conference on Recommender Systems, RecSys ’14, ACM, New York, NY, USA, pp. 357-360.
[3] Bruno Ohana and Brendan Tierney, Sentiment Classification of Reviews Using Sentiwordnet, 2009.
[4] Chihli Hung and Hao-Kai Lin, “Using Objective Words in Sentiwordnet to Improve Word-of-Mouth Sentiment Classification”, IEEE Intelligent Systems, 28(2), 2013, pp. 47-54.
[5] D. Manning, Prabhakar Raghavan, Hinrich Schutze, Introduction to Information Retrieval, 27 Oct 2013.
[6] Dekang Lin, An Information-Theoretic Definition of Similarity, in Proc. 15th International Conf. on Machine Learning, Morgan Kaufmann, San Francisco, CA, 1998, pp. 296-304.
[7] Diana Palsetia, Md. Mostofa, Ali Patwary, Kunpeng Zhang, Kathy Lee, Christopher Moran, Yves Xie, Daniel Honbo, Ankit Agrawal, Wei-keng Liao, Alok Choudhary, User-Interest based Community Extraction in Social Networks, ACM, NY, USA, 2012.
[8] Elie Raad, Richard Chbeir, and Albert Dipanda, User Profile Matching in Social Networks, in Proceedings of the 2010 13th International Conference on Network Based Information Systems, NBIS’10, Washington, DC, USA, 2010, IEEE Computer Society, pp. 297-304.
[9] Li Xin, Guo Lei, Zhao Yihong Eric, Tag-based Social Interest Discovery, Proceedings of the 17th International Conference on World Wide Web Beijing, China, ACM, New York, NY, USA, pp. 675- 684.
[10] Manh Hung Nguyen and Thi Hoi Nguyen, “General Model for Similarity Measurement Between Objects”, International Journal of Advanced Computer Science and Applications (IJACSA), 6(2), 2015, pp. 235-239.
[11] Nguyễn Thị Hội, Đàm Gia Mạnh, Trần Đình Quế, Độ tương đồng ngữ nghĩa các bài viết trên mạng xã hội dựa trên Wikipedia, Hội nghị Khoa học Quốc gia Nghiên cứu cơ bản và ứng dụng CNTT lần 10 - FAIR'10, 8/2017.
[12] Pavan Kapanipathi, Prateek Jain, Chitra Venkataramani, Amit Sheth, User Interests Identification on Twitter Using a Hierarchical Knowledge Base, 11th ESWC 2014 (ESWC2014), May 2014.
[13] Sheng Bin, Gengxin Sun, Peijian Zhang and Yixin Zhou, “Tag-Based Interest-Matching Users Discovery Approach in Online Social Network”, International Journal of Hybrid Information Technology, Vol. 9, No. 5, 2016, pp. 61-70.
[14] Sheetal A Takale, Sushma S Nandgaonkar, “Measuring Semantic Similarity Between Words Using Web Documents”, International Journal of Advanced Computer Science and Applications (IJACSA), Vol. 1, Issue 4, 2010, pp. 78-85.
[15] Nguyen T. H., Tran D. Q., Dam G. M., Nguyen M. H., Integrated Sentiment and Emotion into Estimating the Similarity Among Entries on Social Network, International Conference on Industrial Networks and Intelligent Systems, INISCOM 2017: Industrial Networks and Intelligent Systems, Vol. 221, 2018, pp. 242-253.
[16] W. B. Cavnar and J. M. Trenkle, N-gram-Based Text Categorization, Environmental Research Institute of Michigan, Ann Arbor MI, 48113(2), 1994, pp. 161-175.
[17] Zhao Zhe, Cheng Zhiyuan, Hong Lichan, Hsin Chi Ed Huai, Improving User Topic Interest Profiles by Behavior Factorization, Department of EECS, University of Michigan, ACM, New York, NY, USA, 2015, pp. 1406-1416
Xem thêm
##plugins.themes.academic_pro.article.sidebar##
Đã Xuất bản
Jul 30, 2018
Download
Cách trích dẫn
ThS. Nguyễn Thị Hội*, Trần Đình Quế. “Ước lượng Quan tâm người dùng Trên mạng Xã hội dựa Trên tương tự bài viết”. Tạp Chí Khoa học Và Công nghệ - Đại học Đà Nẵng, vol 7, số p.h 128, Tháng Bảy 2018, tr 28-32, https://jst-ud.vn/jst-ud/article/view/708.
