Twitter 中标签复用的时间效应：一种认知启发的标签推荐方法
信息检索
2017-01-06 v1
摘要
在 Twitter 等社交平台中，标签已成为对内容进行分类和搜索，以及在社交网络成员间传播短消息的强大工具。在本文中，我们研究了 Twitter 中的时间标签使用实践，旨在设计一种我们称之为 BLLi,s 的认知启发标签推荐算法。我们的主要思想是将时间对 (i) 个体标签复用（即复用自己的标签）和 (ii) 社交标签复用（即复用被关注者先前使用过的标签）的影响纳入预测模型。为此，我们借用了认知架构 ACT-R 中的基础学习（BLL）方程，该方程解释了人类记忆中项目暴露的时间依赖性衰减。我们使用两个抓取的 Twitter 数据集在两种评估场景下验证了 BLLi,s：第一种场景仅利用过去标签分配的时间使用模式；第二种场景将这些模式与当前推文的基于内容的分析相结合。在两种场景中，我们不仅发现时间效应对个体和社交标签复用都起着重要作用，而且发现 BLLi,s 比当前最先进的标签推荐方法提供了显著更好的预测精度和排序结果。
引用
@article{arxiv.1701.01276,
title = {Temporal Effects on Hashtag Reuse in Twitter: A Cognitive-Inspired Hashtag Recommendation Approach},
author = {Dominik Kowald and Subhash Pujari and Elisabeth Lex},
journal= {arXiv preprint arXiv:1701.01276},
year = {2017}
}
备注
Accepted at WWW 2017