基于相似性博客推薦技術(shù)的研究與應(yīng)用.pdf

1、隨著Web2.0的應(yīng)用，博客的傳播速度得到了前所未有的發(fā)展，使其擁有巨大的信息資源。在數(shù)目如此龐大的博客系統(tǒng)中，用戶想要找到自己最感興趣的博客或博文，同時(shí)博主也想使自己的博客得到更高的訪問量，就顯得非常困難。博客搜索引擎的問世在一定程度上解決了這個(gè)問題，但是由于技術(shù)上以及對(duì)用戶要求上的原因，不能真正滿足用戶的需求。
　　本文研究了目前常用的推薦算法，并對(duì)博主的社會(huì)信息和博文信息進(jìn)行分析，基于現(xiàn)有的技術(shù)設(shè)計(jì)了一種基于相似性的博客推薦

2、算法，從博客的博文和博主的社會(huì)信息兩方面的相似性來計(jì)算研究博客的相似度。本文在算法設(shè)計(jì)之前先介紹了博客的博文相似性和博主社會(huì)信息相似性的概念，并闡述了采用相似性方法的優(yōu)點(diǎn)。構(gòu)造了博主社會(huì)信息相似度和博文信息相似度的計(jì)算公式，并把二者進(jìn)行了綜合來計(jì)算總的相似度，對(duì)相似性權(quán)重值的確定采用線性結(jié)合法，并結(jié)合參考文獻(xiàn)的內(nèi)容確定其大小。實(shí)驗(yàn)部分采用開源爬蟲工具(Heritrix)從新浪網(wǎng)上抓取相關(guān)的博客作為實(shí)驗(yàn)性數(shù)據(jù)，并對(duì)抓取回來的數(shù)據(jù)進(jìn)行處理，