基于信任关系的微博信息个性化推荐算法

摘 要 微博巨大的用户数量和飞速增长的海量信息带来了微博“信息过载”问题。而目前多数研究主要是解决微博用户关系网络中的用户推荐问题，对于微博信息的推荐还没有行之有效的解决方法。针对上述问题，提出了一种基于微博用户信任关系的微博信息推荐算法，将微博用户关系数据结构化处理并计算用户间信任程度，基于TF-IDF计算微博信息与用户的话题相关度，结合上述因素对用户的微博信息列表进行TopN推荐。实验表明，该方法能够有效解决微博中的“信息过载”问题，提高用户的信息获取效率。

【关键词】微博信息推荐 信任度 话题相关度 信息过载

微博的兴起，成为Web2.0 时代一个具有代表性的网络现象，它让人们通过虚拟的网络来获取海量实时的信息，但正是由于用户获取的信息是海量的，从而出现了一个很严重的问题，就是 “信息过载”问题。“信息过载”是指过量信息同时呈现使用户很难从中获取对自己有用的部分，使得信息使用效率降低。推荐系统作为解决信息过载问题的重要手段，是当前解决社交媒体中信息超载问题的最有效的方法之一[1]。

本文的主要工作如下：

（1）利用微博中的社会化标注计算用户相似度，并计算用户信任度。

（2）针对微博特点，提出了MB-StreamRank算法，结合用户信任度、微博信息与用户的话题相关度、用户对微博的操作权重以及时间衰减因素，对用户微博信息进行个性化排序，给出TopN推荐结果。

（3）通过在腾讯微博实际数据集上进行实验，MB-StreamRank算法显示出较好的微博信息推荐性能。

1 微博数据特征描述

微博结构信息是指用户关系结构信息，包括用户关注和粉丝信息，如图1所示。

定义1：使用有向图定义微博中的用户关系，其中是顶点集合，代表所有用户，是边集合，中任一有向边表示用户关注，而定义了边的权重，用来表示对的信任程度。

定义2：对于任意节点，定义为顶点指向的顶点集合，即用户关注的用户集合；定义为指向顶点的顶点集合，即用户的粉丝集合。

定义3：定义带权重的有向图为转发关系图，集合中的任一边表示用户转发了的微博信息，其权重定义了用户转发用户的微博的次数。定义有向图为关系图，集合中的任一边表示用户了，其权重定义了用户用户的微博信息数目。

2 MB-StreamRank微博信息推荐算法

2.1 基于TF-IDF的话题相关性计算

Term Frequency-Inverse Document Frequency（TF-IDF）权重[2]是一种广泛使用的对于简单TF值进行改进的权重值。IDF是它的改进部分。TF-IDF在简单的TF值上，乘上一个项目文档频度的倒数，作为向量的权重。TF-IDF降低了那些停顿词对权重的影响。

2.2 用户行为时间衰减

2.3 结果

基于微博用户信任关系的MB-StreamRank算法是通过对用户信任程度、用户相似度和时间衰减等因素的考量，从而获得对用户微博信息的个性化排序，得到其TopN推荐结果。

3 实验与分析

3.1 数据集及预处理

本文以腾讯微博为实验平台，利用其开放平台提供的API，采集了以2012年10月18日为起点的三个月的的数据，并将采集到的数据分为4类：

（l）用户信息，包括用户ID、昵称、地址等；

（2）微博结构信息，即用户的关系数据，包括用户的关注列表和粉丝列表；

（3）微博信息，即用户的微博信息列表；

（4）转发及评论列表，即采集到的微博信息的转发及评论列表。共采集了1251个用户的关注结构信息以及约合625541条微博。

3.2 推荐算法评价方法

实验一：确定用户信任度的加权系数

为了确定用户信任度的加权系数，分别对且（精度为0.1）的84种可能取值情况对算法进行测试（时间衰减因子取值0.5）。为了更好地进行测试，本文从采集到的微博结构信息中人工筛选了100位用户及其关注和粉丝信息。以9：1的比例进行训练和测试，并反复进行7次，测试信任度计算结果的值。其中为给用户提供的推荐信息，是测试集中的真实数据，即用户微博列表中用户感兴趣的信息（用户已转发或评论的微博信息）。

3.3 实验三：时间衰减因子

为了确定时间衰减因素中的衰减因子，本文从采集到的微博信息中人工筛选了50位用户及其能够获取到的微博信息中的20000条数据，反复7次以9：1的比例进行训练和测试，计算推荐结果的值。实验结果表明，当衰减因子=0.6时，取得最大值0.0586。因此，针对本文的数据集，衰减因子取值为0.6。

4 结束语

通过在采集到的腾讯微博数据集上进行实验，验证了算法效果。但由于算法部分内容复杂度较高，所以算法还未能做到海量信息实时推荐。目前采取的是定周期离线推荐，这也是下一步要研究的一个重要问题。

参考文献

[1]P.Resnick，H.R.Varian.Recommender systems，Commun.ACM，vol.40，iss.3， pp.56-58，1997.

作者单位

陕西省咸阳市渭城区清泰街邮局 陕西省咸阳市 712000