77、提升推文热度与网页可访问性的技术研究

提升推文热度与网页可访问性的技术研究

1. 推文主题感知推荐以提升热度

1.1 推荐方法

条件概率法

通过条件概率来判断属性是否值得推荐。设 $p$ 为转发数，若集合 $S$ 中的推文 $i$ 的转发数超过阈值 $\theta$ 且属性 $a$ 存在，则 $t_i = 1$，否则 $t_i = 0$；若推文 $i$ 的转发数超过 $\theta$，则 $p_{t_i} = 1$，否则 $p_{t_i} = 0$。当 $P(p > \theta|a) \geq 0.5$ 时，推荐属性 $a$。直观地说，如果某个属性在热门推文中出现的概率很高，就建议使用该属性。

决策树法

由于条件概率法假设属性相互独立，这一假设不一定成立，因此引入决策树进行推荐。构建决策树时，在每个叶子节点估计属性 $a$ 的信息增益 $IG(p \geq \theta, a) = H(p \geq \theta) - H(p \geq \theta|a)$，其中 $H(p \geq \theta)$ 是转发数超过 $\theta$ 的熵，$H(p \geq \theta|a)$ 是在属性 $a$ 存在的条件下转发数的条件熵。具体步骤如下：
1. 计算所有属性和所有推文中的 $IG(p \geq \theta, a)$。
2. 选择 $IG(p \geq \theta, a)$ 值最高的属性 $a$，将推文分为 $S_a$ 和 $S’_a$，其中 $S_a$ 包含具有属性 $a$ 的推文，$S’_a$ 包含不具有属性 $a$ 的推文。
3. 对所有属性重复上述过程，构建二叉树，树的分支根据属性的存在与否指向叶子节点。