基于微博用户关系与行为的用户建模.pdf

基于微博用户关系和?行为的用户建模?新浪微博?大数据-朱红垒?微博:@叠?石?2015-06-27???微博及?大数据???大数据标签体系??用户能?力标签??用户兴趣标签?提纲?微博及?大数据?中国最?大的社交媒体平台?用户?微博平台关系?内容?传播微博沉淀了海量的用户、关系、内容、?行为数据??用户?–注册?人数:10亿?–月活?人数:?–日活?人数:8900万??关系:?–关注关系:近千亿?–分组关系:50亿+??内容?–日增博?文:1亿+?–日增原创:4000万???行为?–转发:6000万?–评论:3000万?–赞:1亿?–收藏: 1000万?–查看:200亿?微博及?大数据?微博?大数据要做什么?微博及?大数据?帮助用户发现感兴趣的内容?加快有价值内容的传播效率??目标如何实现?挖掘有能?力?生产垂直领域优质内容的用户?挖掘用户内容消费的兴趣偏好??工作如何串联???普通用户?标签体系优质用户?优质内容?生产用户能?力标签?用户兴趣标签?微博内容标签?三级标签举例:php、皇马、纸牌屋等?标签规模?一级?二级?三级?50+ 1000+ 1K万+ ?大数据标签体系???微博找?人?直接推荐各?行各业的能?力用户?? ? ? ? ?微博头条?输出各领域原始语料的专家库?? ? ?用户能?力标签-产品形态?用户能?力标签-整体框架?用户能力标签库?用户关系数据?用户内容数据?用户行为数据?运?营?反?馈?系?统?定向挖掘?转行用户挖掘?图片视频挖掘?小众领域挖掘?基础挖掘?基于用户的网络关系进行能力权重的计算?基于用户的原创博文进行能力权重的计算?基于用户行业影响力进行能力权重的计算?调权处理?对于多个维度均具有能力权重的用户,采用加权处理; ?对于只具备某一维度的用户,采用降权处理?(1)基于决策树的分组名分类算法:将分组名分为兴趣分组名和熟?人关系分组名?兴趣分组名用于用户的能?力兴趣计算?熟?人关系分组名用于用户的自然属性挖掘?(5)通过线性加权将用户的关系、内容和?行业影响?力计算为在这个垂直领域的综合能?力:?用户能?力标签归?一化到0~100的区间,达到横纵向可比较?(3)基于用户发布内容数据计算用户在内容?方面的能?力:?用户在某个领域发布博?文数量、纯度、互动量越?高,在这个领域内容?生产能?力越?大?(2)基于用户关注关系数据计算用户在关系?方面的能?力:?利用兴趣分组名称构建出标签的相关词库,进?而通过归?一化公式计算出基础权重?通过认证信息、自标签进?行权重调权,输出用户在关注关系?方面的能?力权重?用户能?力标签-策略算法?(4)通过PageRank计算用户在垂直?行业的影响?力:?通过PageRank计算具有?一定内容?生产能?力和关系能?力的用户群中每个用户的影响?力?其中f为转发数,c为评论数,l为赞数, ?dt为博文发表时长??,??,??,θ, ??,b为相关参数 ?用户能?力标签-主要问题?噪音问题?短文本分类及语义主体识别问题