1、隨著互聯(lián)網(wǎng)的迅速普及發(fā)展，網(wǎng)絡在我們?nèi)粘Ｉ钪邪缪葜絹碓街匾慕巧?。然而隨著時間的推移，互聯(lián)網(wǎng)的信息規(guī)模及其用戶群體規(guī)模也在快速增長，互聯(lián)網(wǎng)用戶的需求變得越發(fā)多樣化，因此個性化推薦系統(tǒng)受到越來越多的關注。為了快速有效地向用戶推薦其感興趣的信息，最重要的一個環(huán)節(jié)就是準確地獲取用戶興趣。Web2.0時代的到來使得微博等具有強交互性的社交新媒體也隨之流行起來。微博是一種微型博客，門檻低、使用便捷等特點使其在短時間內(nèi)聚集起大量的用戶，微博中所

2、蘊含的海量信息為個性化推薦提供了一個分析用戶興趣的新型數(shù)據(jù)源。本文正是以微博為研究對象，進行用戶興趣挖掘及個性化推薦技術(shù)研究。
　　本文首先對微博中的信息和用戶興趣模型展開研究。以微博信息的特性為基礎，從用戶興趣的提取方式、興趣模型的表示方法和更新方法三方面進行了技術(shù)研究，給出了基于LDA主題模型的微博用戶興趣模型，并通過實驗證明了該模型與人工標注的結(jié)果相吻合且具有良好的準確性。
　　其次，在微博用戶興趣模型的基礎上，本文對