微博作为一种具有代表性的社交新兴媒体,为用户提供实时的、个性化的信息服务,可以让用户从海量信息中快速获取自己感兴趣的、实时的信息.提出一种个性化的实时微博推荐模型(Personalized and Real-Time recommendation model,PRT),为了提高推荐的效率和准确性,PRT基于LDA主题模型获取用户动态偏好,根据用户偏好把用户分为不同的用户组,为用户组提供整体的局部推荐列表.PRT根据用户上次浏览微博时间t0的不同,为用户推荐从t0到当前时间发布的微博,满足用户对微博推荐的实时、个性化需求.本文使用从新浪微博获取的真实数据验证了模型的高效性和准确性,和算法CT比较,个性化实时推荐模型PRT的准确率提高了10.6%,召回率提高了8.4%,为用户提供了更准确的推荐.
