本文選題：社交網(wǎng)絡(luò)　切入點：信息過濾　出處：《南京郵電大學》2015年碩士論文

【摘要】：隨著移動互聯(lián)網(wǎng)的快速發(fā)展,移動社交網(wǎng)絡(luò)日漸成為我們生活中不可缺的一部分,移動社交網(wǎng)絡(luò)具有的廣大的用戶群體、迅捷、開放式的信息傳播方式特性對商品營銷而言極具吸引力。但是現(xiàn)有的移動社交網(wǎng)絡(luò)缺乏正規(guī)友好的商品宣傳機制和虛假偽劣商品信息甄別機制,從而導致移動社交網(wǎng)絡(luò)中各種廣告宣傳無孔不入,廣告信息真假難辨,嚴重影響正常用戶的社交體感。為了解決這一問題,本文從兩個方向進行解決。一方面,為了解決垃圾廣告信息影響正常用戶社交的問題,文本研究了垃圾信息過濾相關(guān)現(xiàn)有技術(shù),其中基于機器學習分類的過濾方法正確率高、成本低,特別是其中的SVM分類方法。但SVM分類方法訓練時間過長,不能靈活應對數(shù)據(jù)集的變化,針對此問題本文提出了一種改進的SVM增量學習算法,相比于傳統(tǒng)的SVM增量學習算法,在保持準確率的同時,節(jié)約學習時間,提升學習效率。應用于垃圾廣告信息過濾系統(tǒng)之中,獲得較好的過濾效果。另一方面,通過研究社交網(wǎng)絡(luò)中商品推薦現(xiàn)有的算法,對現(xiàn)有推薦方法,結(jié)合本課題實際需求,重點研究了社交網(wǎng)絡(luò)信息對于商品推薦的積極意義,提出一種基于社交網(wǎng)絡(luò)的混合推薦系統(tǒng)。以用戶社會關(guān)系網(wǎng)絡(luò)為基礎(chǔ),挖掘出與被推薦用戶興趣相似度最高的N個用戶。與此同時,考慮社交網(wǎng)絡(luò)的用戶消息中包含的用戶可能的商品需求,對用戶的消息進行挖掘,將挖掘出的信息應用到推薦之中,獲得了較好的推薦效果和用戶滿意度。最后,展示了本文提出的移動社交網(wǎng)絡(luò)信息過濾及推薦系統(tǒng)在“友信”系統(tǒng)中的實現(xiàn)以及取得的效果,并分別針對過濾算法和推薦算法對算法性能進行仿真分析。測試結(jié)果表明本文提出的改進的SVM增量學習算法在垃圾信息過濾系統(tǒng)中取得了很好的過濾效果,基于社交網(wǎng)絡(luò)的混合推薦方法也在契合課題系統(tǒng)需求的基礎(chǔ)上獲得了較好的推薦效果。
[Abstract]:With the rapid development of mobile Internet, mobile social network has become an indispensable part of our life. The characteristics of open information dissemination are very attractive to commodity marketing. However, the existing mobile social networks lack of formal and friendly commodity promotion mechanism and the identification mechanism of fake and inferior commodity information. As a result, all kinds of advertising in mobile social networks are ubiquitous, the advertising information is hard to distinguish, and the social sense of normal users is seriously affected. In order to solve this problem, this paper solves this problem from two directions. In order to solve the problem that spam information affects normal users' social interaction, the text studies the existing technologies of spam filtering, in which the filtering method based on machine learning classification has high accuracy and low cost. Especially the SVM classification method, but the training time of SVM classification method is too long, so it is not flexible to deal with the change of data set. In this paper, an improved SVM incremental learning algorithm is proposed, which is compared with the traditional SVM incremental learning algorithm. At the same time, it can save learning time and improve learning efficiency. It can be applied to spam information filtering system to obtain better filtering effect. On the other hand, by studying the existing algorithms of commodity recommendation in social networks, In this paper, the positive significance of social network information for commodity recommendation is mainly studied, and a hybrid recommendation system based on social network is proposed, which is based on user social network. At the same time, considering the possible commodity requirements of users included in the user messages of social networks, the users' messages are mined. The information extracted is applied to the recommendation system, and good recommendation effect and user satisfaction are obtained. Finally, the realization and effect of the mobile social network information filtering and recommendation system proposed in this paper in the "Friends letter" system are shown. The simulation results show that the improved SVM incremental learning algorithm has achieved a good filtering effect in the spam filtering system. The hybrid recommendation method based on social network also meets the requirements of the project system and obtains a good recommendation effect.
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.3

【相似文獻】

相關(guān)期刊論文 前10條

1 ;基于位置的手機社交網(wǎng)絡(luò)“貝多”正式發(fā)布[J];中國新通信;2008年06期

2 曹增輝;;社交網(wǎng)絡(luò)更偏向于用戶工具[J];信息網(wǎng)絡(luò);2009年11期

3 ;美國:印刷企業(yè)青睞社交網(wǎng)絡(luò)營銷新方式[J];中國包裝工業(yè);2010年Z1期

4 李智惠;柳承燁;;韓國移動社交網(wǎng)絡(luò)服務的類型分析與促進方案[J];現(xiàn)代傳播(中國傳媒大學學報);2010年08期

5 賈富;;改變一切的社交網(wǎng)絡(luò)[J];互聯(lián)網(wǎng)天地;2011年04期

6 譚拯;;社交網(wǎng)絡(luò):連接與發(fā)現(xiàn)[J];廣東通信技術(shù);2011年07期

7 陳一舟;;社交網(wǎng)絡(luò)的發(fā)展趨勢[J];傳媒;2011年12期

8 殷樂;;全球社交網(wǎng)絡(luò)新態(tài)勢及文化影響[J];新聞與寫作;2012年01期

9 許麗;;社交網(wǎng)絡(luò):孤獨年代的集體狂歡[J];上海信息化;2012年09期

10 李玲麗;吳新年;;科研社交網(wǎng)絡(luò)的發(fā)展現(xiàn)狀及趨勢分析[J];圖書館學研究;2013年01期

相關(guān)會議論文 前10條

1 趙云龍;李艷兵;;社交網(wǎng)絡(luò)用戶的人格預測與關(guān)系強度研究[A];第七屆（2012）中國管理學年會商務智能分會場論文集（選編）[C];2012年

2 宮廣宇;李開軍;;對社交網(wǎng)絡(luò)中信息傳播的分析和思考——以人人網(wǎng)為例[A];首屆華中地區(qū)新聞與傳播學科研究生學術(shù)論壇獲獎論文[C];2010年

3 楊子鵬;喬麗娟;王夢思;楊雪迎;孟子冰;張禹;;社交網(wǎng)絡(luò)與大學生焦慮緩解[A];心理學與創(chuàng)新能力提升——第十六屆全國心理學學術(shù)會議論文集[C];2013年

4 畢雪梅;;體育虛擬社區(qū)中的體育社交網(wǎng)絡(luò)解析[A];第九屆全國體育科學大會論文摘要匯編(4)[C];2011年

5 杜p，

本文編號：1679283