本文關鍵詞：社會網絡中的社區(qū)發(fā)現(xiàn)及協(xié)同過濾推薦技術研究，由筆耕文化傳播整理發(fā)布。

【摘要】：信息技術的發(fā)展促進了現(xiàn)實人類社會與虛擬網絡空間的深度融合,人們在信息化環(huán)境中留下的數(shù)字足跡匯聚成多種多樣的關系網絡。迅速積累的海量交互數(shù)據(jù)蘊含著巨大的商業(yè)價值和研究價值,對社會網絡進行分析、挖掘,揭示數(shù)據(jù)背后的規(guī)律已成為許多研究人員關注的課題。社區(qū)結構作為社會網絡最重要的拓撲屬性,具有同一社區(qū)內部的節(jié)點間聯(lián)系緊密,而社區(qū)間的節(jié)點連接稀疏的特點。網絡中社團結構的檢測有助于揭示復雜網絡的層次結構,全面透徹地分析節(jié)點間的社會關系。另一方面,社交網絡的研究也促進了廣告推薦、精準營銷等業(yè)務的發(fā)展,借助用戶間的社交關系網絡,有助于緩解推薦系統(tǒng)中的數(shù)據(jù)稀疏性、冷啟動等問題。針對如何有效地挖掘出具有實際意義的社區(qū)結構,以及如何利用社交網絡改善傳統(tǒng)推薦系統(tǒng)的性能等問題,本文進行了深入的研究,取得的研究成果如下：1.現(xiàn)有的社區(qū)發(fā)現(xiàn)算法大多將焦點集中在節(jié)點的聚類方法上,忽略了對節(jié)點間關系的研究,而節(jié)點間相似度的定義同樣影響著社區(qū)檢測的性能。對此,本文在模塊度譜分析算法的基礎上,提出一種基于近鄰關系迭代更新的社區(qū)檢測模型。以一種自學習的方式,通過多次迭代修正網絡的關系矩陣,使其更精確的刻畫節(jié)點間的關系,從而提高算法社區(qū)劃分的性能。2.社會網絡中實體間的關系往往是多元化的,針對多關系網絡社區(qū)檢測,本文提出一種基于異質關系間共享局部結構的社區(qū)挖掘算法；該模型將網絡節(jié)點的聚類分兩個階段進行：首先通過提取多種關系間的共享局部信息,對網絡中的節(jié)點進行了局部劃分；然后,基于劃分出來的社區(qū)子集,定義一種節(jié)點簇的凝聚度函數(shù),并按照凝聚度增益最大化的原則將待劃分的節(jié)點的依次歸類。3.為了緩解協(xié)同過濾推薦技術中存在的稀疏性問題,本文借助用戶間的社交關系網絡,提出一種融合社會關系網絡的協(xié)同過濾推薦算法。模型中,我們同時考慮了用戶實際行為與社交行為的同質性(一致性)和異質性,并將兩個方面融合到了矩陣分解的框架當中。其中,通過聯(lián)合分解評分矩陣與社交關系矩陣得到的用戶共享潛在因子,實現(xiàn)了用戶社交信息的有效遷移。在豆瓣等數(shù)據(jù)集上的實驗結果驗證了所提模型的有效性。
【關鍵詞】：社會網絡 社區(qū)發(fā)現(xiàn) 多關系網絡 協(xié)同過濾推薦
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：O157.5;TP391.3
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-11
• 1 緒論11-18
• 1.1 論文的研究背景和意義11-12
• 1.2 網絡社區(qū)發(fā)現(xiàn)及推薦技術發(fā)展研究現(xiàn)狀12-15
• 1.2.1 復雜網絡社區(qū)檢測技術現(xiàn)狀12-14
• 1.2.2 推薦技術研究現(xiàn)狀14-15
• 1.3 本文的研究工作15-16
• 1.4 論文的安排16
• 1.5 本章小結16-18
• 2 社區(qū)發(fā)現(xiàn)算法與協(xié)同過濾推薦技術18-24
• 2.1 社區(qū)發(fā)現(xiàn)算法介紹18-20
• 2.1.1 基于譜方法的社區(qū)發(fā)現(xiàn)18-19
• 2.1.2 基于層次聚類的社區(qū)發(fā)現(xiàn)19-20
• 2.1.3 基于模塊度優(yōu)化的社區(qū)發(fā)現(xiàn)20
• 2.2 協(xié)同過濾推薦技術20-23
• 2.2.1 基于內存的協(xié)同過濾推薦21
• 2.2.2 基于模型的協(xié)同過濾推薦21-22
• 2.2.3 協(xié)同過濾推薦技術現(xiàn)存問題22-23
• 2.3 本章小結23-24
• 3 基于近鄰關系迭代更新的社區(qū)檢測24-32
• 3.1 相關工作24-25
• 3.2 基于近鄰關系迭代更新的社區(qū)檢測25-28
• 3.2.1 可信近鄰關系圖25-26
• 3.2.2 節(jié)點相似度的傳遞26-28
• 3.3 實驗結果與分析28-31
• 3.3.1 實驗數(shù)據(jù)集描述28-29
• 3.3.2 評價指標及實驗結果29
• 3.3.3 算法的參數(shù)影響29-31
• 3.4 本章小結31-32
• 4 基于異質關系間共享局部結構的社區(qū)發(fā)現(xiàn)32-42
• 4.1 相關工作32-33
• 4.2 基于共享局部結構的異構網絡社區(qū)挖掘33-37
• 4.2.1 共享局部信息的提取34-35
• 4.2.2 基于信息增益的節(jié)點聚類35-36
• 4.2.3 共享局部結構的更新36-37
• 4.3 實驗結果與分析37-41
• 4.3.1 實驗數(shù)據(jù)集及對比結果38-40
• 4.3.2 收斂性分析40-41
• 4.4 本章小結41-42
• 5 融合社交網絡的協(xié)同過濾推薦技術42-54
• 5.1 相關工作42-44
• 5.1.1 矩陣分解模型42-43
• 5.1.2 基于社交網絡的推薦技術43-44
• 5.2 融合社交網絡的協(xié)同過濾推薦模型44-48
• 5.2.1 模型建立44-45
• 5.2.2 參數(shù)學習45-46
• 5.2.3 收斂性證明46-48
• 5.3 實驗結果與分析48-53
• 5.3.1 實驗數(shù)據(jù)集與評價指標48-50
• 5.3.2 實驗設計及對比50-51
• 5.3.3 參數(shù)分析51-53
• 5.4 本章小結53-54
• 6 總結54-56
• 6.1 工作總結54
• 6.2 工作展望54-56
• 參考文獻56-59
• 作者簡歷59-61
• 學位論文數(shù)據(jù)集61

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 康鐘榮;;基于項目特征分類與填充的協(xié)同過濾算法研究[J];河南科技;2013年12期

2 李改;李磊;;基于雙向主題模型的協(xié)同過濾算法[J];中山大學學報(自然科學版);2013年05期

3 盧竹兵;唐雁;;一種基于信任網絡的協(xié)同過濾推薦策略[J];西南師范大學學報(自然科學版);2008年02期

4 辛勤芳;;基于項目聚類的協(xié)同過濾算法研究[J];赤峰學院學報(自然科學版);2011年09期

5 段文奇;惠淑敏;;基于協(xié)同過濾的論文推薦-傳播平臺模型研究[J];科學學研究;2012年10期

6 章詩杰;姚儉平;;基于評論挖掘的新協(xié)同過濾推薦模型[J];科技創(chuàng)新與生產力;2013年03期

7 張陽;申華;;基于近鄰用戶和近鄰項目的協(xié)同過濾改進算法[J];沈陽師范大學學報(自然科學版);2012年03期

8 鄧曉懿;金淳;韓慶平;j口良之;;基于情境聚類和用戶評級的協(xié)同過濾推薦模型[J];系統(tǒng)工程理論與實踐;2013年11期

9 董立巖;劉晉禹;蔡觀洋;李永麗;;基于抽樣近鄰的協(xié)同過濾算法[J];吉林大學學報(理學版);2014年04期

10 王恒;;基于協(xié)同過濾的電子農務推薦系統(tǒng)模型研究[J];寧夏大學學報(自然科學版);2009年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項目分類的協(xié)同過濾算法[A];第二十二屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過濾推薦算法[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過濾算法研究[A];全國第20屆計算機技術與應用學術會議（CACIS·2009）暨全國第1屆安全關鍵技術與應用學術會議論文集（上冊）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場景的協(xié)同過濾推薦算法[A];中國系統(tǒng)仿真學會第五次全國會員代表大會暨2006年全國學術年會論文集[C];2006年

5 李建國;姚良超;湯庸;郭歡;;基于認知度的協(xié)同過濾推薦算法[A];第26屆中國數(shù)據(jù)庫學術會議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協(xié)同過濾推薦算法[A];第三屆全國信息檢索與內容安全學術會議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測量學的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學術會議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過濾推薦算法[A];2008'中國信息技術與應用學術論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協(xié)同推薦中冷啟動問題的方法[A];第二十四屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過濾推薦算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學術會議論文集A輯一[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 李聰;電子商務推薦系統(tǒng)中協(xié)同過濾瓶頸問題研究[D];合肥工業(yè)大學;2009年

2 郭艷紅;推薦系統(tǒng)的協(xié)同過濾算法與應用研究[D];大連理工大學;2008年

3 羅恒;基于協(xié)同過濾視角的受限玻爾茲曼機研究[D];上海交通大學;2011年

4 薛福亮;電子商務協(xié)同過濾推薦質量影響因素及其改進機制研究[D];天津大學;2012年

5 高e，

本文編號：288827