本文關(guān)鍵詞：基于社交網(wǎng)絡(luò)的推薦算法應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：社交網(wǎng)絡(luò)已經(jīng)隨著互聯(lián)網(wǎng)技術(shù)的不斷成熟而迅速發(fā)展,并深入到人們?nèi)粘Ｉ钪械母鱾�(gè)角落。推薦系統(tǒng)根據(jù)用戶的歷史瀏覽和好友關(guān)系,分析用戶和好友的興趣愛(ài)好,隱式并主動(dòng)的向用戶推薦物品,已經(jīng)逐漸成為用戶在社交網(wǎng)絡(luò)上獲取信息的重要途徑之一。而如何有效的向用戶推薦其感興趣的物品,并獲得用戶的認(rèn)可,獲取較高的點(diǎn)擊率,正是推薦算法研究的核心問(wèn)題。本文首先介紹了當(dāng)前推薦系統(tǒng)和社交網(wǎng)絡(luò)的研究現(xiàn)狀,詳細(xì)分析了個(gè)性化推薦系統(tǒng)涉及的不同的推薦算法的應(yīng)用范圍和優(yōu)缺點(diǎn),然后結(jié)合社交網(wǎng)絡(luò)的結(jié)構(gòu)特征分析了社交網(wǎng)絡(luò)的社會(huì)關(guān)系、信息傳播方式和時(shí)間因素對(duì)個(gè)性化推薦系統(tǒng)的影響。當(dāng)前社交網(wǎng)絡(luò)個(gè)性化推薦算法對(duì)好友和物品的個(gè)性化信息利用不足,沒(méi)有充分體現(xiàn)社交網(wǎng)絡(luò)中人與物之間的個(gè)性化關(guān)系特征,算法流程計(jì)算量大,復(fù)雜度偏高。因此,本文重點(diǎn)研究如何充分利用社交網(wǎng)絡(luò)特性對(duì)個(gè)性化推薦算法進(jìn)行改進(jìn)。本文分析了社交網(wǎng)絡(luò)個(gè)性化推薦與圖排名問(wèn)題的相似關(guān)系,介紹了基于圖排名問(wèn)題的Page Rank算法,以及基于Page Rank隨機(jī)游走思想的Personal Rank個(gè)性化推薦算法,同時(shí),結(jié)合社交網(wǎng)絡(luò)的結(jié)構(gòu)特征,提出了用戶關(guān)系強(qiáng)度和用戶對(duì)物品的興趣度的概念和計(jì)算方法,討論了二者對(duì)于社交網(wǎng)絡(luò)推薦算法的重要意義,并將二者統(tǒng)一為權(quán)重的概念加入到Personal Rank推薦算法的計(jì)算公式中,從而達(dá)到改進(jìn)算法效率的目的,最后通過(guò)實(shí)驗(yàn)驗(yàn)證了該算法的正確性和有效性。
【關(guān)鍵詞】：社交網(wǎng)絡(luò) 推薦算法 用戶關(guān)系強(qiáng)度 PersonalRank算法
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP391.3;TP393.09
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-14
• 1.1 研究背景與意義8-9
• 1.2. 國(guó)內(nèi)外研究現(xiàn)狀9-12
• 1.2.1 個(gè)性化推薦系統(tǒng)研究概況9-10
• 1.2.2 社交網(wǎng)絡(luò)及其個(gè)性化推薦研究概況10-12
• 1.3 現(xiàn)有研究的不足之處12-13
• 1.4 本文的主要研究?jī)?nèi)容13-14
• 2 個(gè)性化推薦系統(tǒng)14-24
• 2.1 個(gè)性化推薦系統(tǒng)概述14-15
• 2.2 個(gè)性化推薦方法15-21
• 2.2.1 協(xié)同過(guò)濾推薦15-18
• 2.2.2 基于內(nèi)容的推薦18-19
• 2.2.3 混合推薦19-20
• 2.2.4 基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦20
• 2.2.5 其他推薦技術(shù)20-21
• 2.3 相關(guān)技術(shù)21-24
• 2.3.1 分類(lèi)器21-22
• 2.3.2 聚類(lèi)22
• 2.3.3 關(guān)聯(lián)分析22-23
• 2.3.4 降維23-24
• 3 基于社交網(wǎng)絡(luò)的個(gè)性化推薦24-30
• 3.1 社交網(wǎng)絡(luò)概述24-25
• 3.1.1 社交網(wǎng)絡(luò)的特點(diǎn)24-25
• 3.1.2 社交網(wǎng)絡(luò)結(jié)的理論基礎(chǔ)25
• 3.2 社交網(wǎng)絡(luò)對(duì)個(gè)性化推薦的影響因素25-28
• 3.2.1 社交網(wǎng)絡(luò)的結(jié)構(gòu)特征25-26
• 3.2.2 社交網(wǎng)絡(luò)的社會(huì)關(guān)系對(duì)個(gè)性化推薦的影響26-27
• 3.2.3 社交網(wǎng)絡(luò)的信息傳播對(duì)個(gè)性化推薦的影響27
• 3.2.4 社交網(wǎng)絡(luò)的時(shí)間因素對(duì)個(gè)性化推薦的影響27-28
• 3.3 基于社交網(wǎng)絡(luò)個(gè)性化推薦研究28-29
• 3.4 小結(jié)29-30
• 4 基于社交網(wǎng)絡(luò)結(jié)構(gòu)的Top-N推薦30-36
• 4.1 引言30
• 4.2 算法描述30-34
• 4.2.1 二分圖模型30-32
• 4.2.2 PersonalRank算法32-33
• 4.2.3 基于社交網(wǎng)絡(luò)的PersonalRank算法33-34
• 4.3 關(guān)鍵參數(shù)計(jì)算34-36
• 4.3.1 用戶關(guān)系強(qiáng)度34-35
• 4.3.2 用戶對(duì)物品的興趣度35-36
• 5 實(shí)驗(yàn)與分析36-59
• 5.1 實(shí)驗(yàn)數(shù)據(jù)36-37
• 5.2 實(shí)驗(yàn)設(shè)計(jì)37-50
• 5.2.1 算法設(shè)計(jì)37-38
• 5.2.2 數(shù)據(jù)存儲(chǔ)38-46
• 5.2.3 數(shù)據(jù)選擇46-50
• 5.3 實(shí)驗(yàn)與分析50-59
• 5.3.1 實(shí)驗(yàn)過(guò)程50-54
• 5.3.2 結(jié)果分析54-59
• 6 總結(jié)與展望59-61
• 6.1 總結(jié)59
• 6.2 展望59-61
• 致謝61-62
• 參考文獻(xiàn)62-65
• 附錄65
• A. 作者在攻讀學(xué)位期間發(fā)表的論文目錄65

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 高亮;;基于個(gè)性化閱讀的農(nóng)家書(shū)屋數(shù)字化建設(shè)研究[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2013年03期

2 張彥龍;;基于上下文感知的組推薦系統(tǒng)框架設(shè)計(jì)[J];經(jīng)營(yíng)管理者;2014年06期

3 徐敏政;許s

本文編號(hào)：341134