TY -的A2,田勇盟——廖Xiangwen盟——张Lingying AU -魏,晶晶盟——杨Dingda AU - Chen Guolong PY - 2018 DA - 2018/10/03 TI -推荐移动微博用户通过一个基于用户集群的张量分解方法SP - 9434239六世- 2018 AB -用户微博用户推荐的影响是一个非常重要的因素在移动社交网络。然而,大多数现有用户影响力分析工作忽略用户的时间特性和无法过滤营销用户影响力较低,这限制了性能的推荐方法。本文基于张量分解用户提出了集群(TFUC)模型。我们首先确定潜在影响力的用户通过神经网络聚类。然后,我们构造一个特征张量根据潜在影响力的用户的意见,活动,和网络中心信息。此外,用户影响预测的潜在因素造成颞克制CP分解。最后,我们建议微博用户考虑用户的影响力和内容相似。我们的实验结果表明,该模型显著提高推荐性能。与此同时,意味着平均精度TFUC优于基线至少为3.4%。SN - 1530 - 8669你2018/9434239 / 10.1155——https://doi.org/10.1155/2018/9434239——摩根富林明——无线通信和移动计算PB - Hindawi KW - ER