協(xié)同過濾是一種當今個性化推薦領域應用最為廣泛的推薦技術。本文提出了一種基于微博引用及其用戶特征和分類的協(xié)同過濾推薦算法,該算法綜合考慮了微博用戶信息及習慣特征和用戶引用內(nèi)容分類偏好特征的相似性。首先,計算微博用戶個人信息和用戶習慣的多維度相似性,再根據(jù)引用內(nèi)容標題在多類別中的比例,對用戶構建特征并計算用戶偏好的相似度。然后,對多個相似度的結果加權得到用戶的綜合相似度,排序后得到目標用戶的近鄰用戶集,即為對微博用戶的推薦用戶結果集。最后,根據(jù)近鄰用戶集對微博項的評價預測目標用戶的喜好指數(shù),產(chǎn)生推薦微博項。 對于微博個性化推薦中的用戶運算數(shù)據(jù)集的選取,本文提出了基于用戶關系的用戶數(shù)據(jù)集抽取和基于分類特征的用戶數(shù)據(jù)集抽取,從而大大降低了運算用戶集的數(shù)據(jù)量,對算法的性能有很大的提升和優(yōu)化。 本課題中主要做了以下方面的工作：1.調研了個性化推薦領域的國內(nèi)外研究方向和算法的相關技術。2.設計并實現(xiàn)了一種基于微博引用及用戶特征和分類的個性化推薦模型與算法,詳細介紹了系統(tǒng)的流程與架構。3.對本文算法有效性進行了驗證,選取新浪微博的微博數(shù)據(jù)集作為本文實驗數(shù)據(jù),使用本文提出的算法進行了相關驗證,比較了本文...

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
目錄
第一章 緒論
    1.1 課題研究背景和意義
    1.2 國內(nèi)外的研究現(xiàn)狀
        1.2.1 國內(nèi)研究現(xiàn)狀
        1.2.2 國外研究現(xiàn)狀
    1.3 本文的研究內(nèi)容和方法
        1.3.1 研究內(nèi)容
        1.3.2 解決的關鍵問題和方法
        1.3.3 本文內(nèi)容框架
    1.4 本章小結
第二章 個性化推薦算法及系統(tǒng)的研究
    2.1 個性化推薦系統(tǒng)的背景
    2.2 個性化推薦的相關技術
        2.2.1 信息檢索和信息過濾
        2.2.2 貝葉斯網(wǎng)絡
        2.2.3 分詞和詞語頻率統(tǒng)計
        2.2.4 聚類
        2.2.5 關聯(lián)規(guī)則
        2.2.6 特征及特征抽取
        2.2.7 協(xié)同過濾算法
    2.3 基于內(nèi)容信息的個性化推薦
    2.4 基于協(xié)同過濾技術的個性化推薦
    2.5 基于用戶的協(xié)同過濾推薦技術
    2.6 基于項目的協(xié)同過濾推薦系統(tǒng)
    2.7 多種方式結合的個性化推薦
    2.8 個性化推薦技術的主要難點
    2.9 SNS社區(qū)的個性化推薦技術
        2.9.1 微博用戶的個性化推薦
        2.9.2 微博信息的過濾和推薦
    2.10 本章小結
第三章 基于微博引用及用戶特征和分類的個性化推薦算法
    3.1 微博用戶的特征抽取
        3.1.1 基于微博用戶信息及習慣的特征抽取
        3.1.2 基于微博用戶引用內(nèi)容的分類特征的抽取
        3.1.3 相似用戶的選取及推薦
    3.2 微博個性化推薦的用戶集選擇
        3.2.1 基于用戶關系的用戶集選擇
        3.2.2 基于引用分類特征的用戶集選取
    3.3 生成推薦結果
    3.4 系統(tǒng)模型與架構
    3.5 本章小結
第四章 實驗數(shù)據(jù)與性能分析
    4.1 微博輿情系統(tǒng)
        4.1.1 微博輿情系統(tǒng)架構
        4.1.2 微博數(shù)據(jù)采集
        4.1.3 微博輿情監(jiān)控
        4.1.4 實驗數(shù)據(jù)集的選取
    4.2 實驗環(huán)境
    4.3 實驗數(shù)據(jù)分析
        4.3.1 目標用戶的運算用戶集的選取
        4.3.2 用戶信息及習慣的相似度計算
        4.3.3 用戶引用內(nèi)容類別的相似度計算
        4.3.4 用戶綜合相似度的計算
        4.3.5 目標用戶推薦用戶結果的生成
        4.3.6 目標用戶推薦微博結果的生成
        4.3.7 算法評價方式
    4.4 實驗結果與分析
    4.5 本章小結
第五章 總結與展望
    5.1 論文工作總結
    5.2 進一步研究方向
參考文獻
致謝
攻讀碩士學位期間發(fā)表論文



本文編號：3939798