网络社交平台中社群标签动态生成研究 *
|
蒋武轩,熊回香,叶佳鑫,安宁
|
Creating Dynamic Tags for Social Networking Groups
|
Wuxuan Jiang,Huixiang Xiong,Jiaxin Ye,Ning An
|
|
表13 “佳片推荐”不同时间段标签标准化中心度部分结果
|
|
|
17.1.25 | ${{{C}'}_{D}}({{N}_{i}})$ | 18.2.6 | ${{{C}'}_{D}}({{N}_{i}})$ | 18.2.20 | ${{{C}'}_{D}}({{N}_{i}})$ | 18.3.6 | ${{{C}'}_{D}}({{N}_{i}})$. | 美国 | 0.504 | 美国 | 0.368 | 美国 | 0.450 | 美国 | 0.401 | 剧情 | 0.447 | 爱情 | 0.338 | 剧情 | 0.383 | 剧情 | 0.302 | 2016年 | 0.321 | 剧情 | 0.335 | 爱情 | 0.333 | 喜剧 | 0.278 | 人性 | 0.313 | 喜剧 | 0.250 | 2017年 | 0.321 | 爱情 | 0.260 | 爱情 | 0.302 | 2017年 | 0.249 | 喜剧 | 0.308 | 2017年 | 0.240 | 喜剧 | 0.275 | 动画 | 0.227 | 人性 | 0.261 | 香港 | 0.204 | 经典 | 0.225 | 经典 | 0.219 | 经典 | 0.258 | 经典 | 0.190 | 悬疑 | 0.221 | 人性 | 0.214 | 美国 电影 | 0.209 | 中国 | 0.182 | 美国 电影 | 0.206 | 悬疑 | 0.189 | 动画 | 0.202 | 悬疑 | 0.182 | 英国 | 0.206 | 美国电影 | 0.186 | 科幻 | 0.201 | 人性 | 0.179 |
|
|
|