隨著社交網(wǎng)絡(luò)的迅速發(fā)展,出現(xiàn)了一種新型的異構(gòu)社交網(wǎng)絡(luò):基于活動(dòng)的社交網(wǎng)絡(luò)(Event Based Social Network,EBSN)。面對(duì)EBSN社交平臺(tái)上種類繁多、數(shù)量巨大的活動(dòng),用戶往往面臨著選擇困難問題,因此基于EBSN的活動(dòng)推薦受到人們的關(guān)注。不同于其他推薦,EBSN的許多特性使得活動(dòng)推薦面臨眾多挑戰(zhàn):用戶在活動(dòng)中可以扮演不同的角色(組織者或參與者);大部分用戶只會(huì)參與少數(shù)活動(dòng),且大部分活動(dòng)只會(huì)被少數(shù)人參與,故用戶-活動(dòng)矩陣十分稀疏;活動(dòng)內(nèi)容為吸引用戶參與的直接因素,但是活動(dòng)描述文本較為簡(jiǎn)短,且噪聲詞較多,傳統(tǒng)的基于內(nèi)容的推薦無法取得較好的效果。為了解決這些問題,本文基于EBSN的異構(gòu)社交網(wǎng)絡(luò)特征和活動(dòng)內(nèi)容文本信息提出了一個(gè)新的主題模型TM-HSNT,并根據(jù)用戶主題與活動(dòng)主題的相似性實(shí)現(xiàn)活動(dòng)推薦,在Meetup數(shù)據(jù)集上驗(yàn)證了模型的優(yōu)越性,最后基于TM-HSNT設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)活動(dòng)推薦系統(tǒng)。論文主要內(nèi)容如下:(1)提出一種新的用戶信任度計(jì)算方法。在EBSN中,傳統(tǒng)的信任度計(jì)算只關(guān)注用戶加入相同群組的個(gè)數(shù)及參加相同活動(dòng)的數(shù)量,本文認(rèn)為群組或活動(dòng)中用戶角色的不同,對(duì)其他用戶的吸...

【文章來源】： 北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
        1.2.1 基于活動(dòng)的社交網(wǎng)絡(luò)
        1.2.2 傳統(tǒng)主題模型
        1.2.3 基于短文本信息的主題模型
        1.2.4 活動(dòng)推薦
    1.3 主要研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 融入用戶吸引力的信任度
    2.1 用戶信任度
        2.1.1 社會(huì)化推薦和信任計(jì)算
        2.1.2 EBSN的用戶信任度
    2.2 融入用戶吸引力的信任度
        2.2.1 用戶吸引力的定義
        2.2.2 用戶吸引力的影響因素
        2.2.3 用戶吸引力的計(jì)算
        2.2.4 融入用戶吸引力的信任度
    2.3 實(shí)驗(yàn)與分析
        2.3.1 數(shù)據(jù)集
        2.3.2 實(shí)驗(yàn)方法和評(píng)價(jià)指標(biāo)
        2.3.3 實(shí)驗(yàn)對(duì)比
    2.4 本章小結(jié)
第三章 基于用戶群組關(guān)系和活動(dòng)內(nèi)容信息的主題模型
    3.1 基于活動(dòng)內(nèi)容的推薦模型
        3.1.1 泊松分解模型
        3.1.2 主題模型
        3.1.3 詞對(duì)共現(xiàn)
    3.2 構(gòu)建G-wBTM模型
        3.2.1 群組關(guān)系及活動(dòng)文本信息
        3.2.2 改進(jìn)的主題模型
    3.3 活動(dòng)推薦
    3.4 實(shí)驗(yàn)及分析
        3.4.1 對(duì)比模型
        3.4.2 實(shí)驗(yàn)結(jié)果及分析
    3.5 本章小結(jié)
第四章 基于異構(gòu)社交網(wǎng)絡(luò)關(guān)系和活動(dòng)文本信息的主題模型
    4.1 構(gòu)建TM-HSNT
        4.1.1 改進(jìn)的主題模型
        4.1.2 模型推理
    4.2 活動(dòng)推薦
    4.3 實(shí)驗(yàn)結(jié)果及分析
        4.3.1 對(duì)比模型
        4.3.2 實(shí)驗(yàn)及分析
    4.4 本章小結(jié)
第五章 活動(dòng)推薦系統(tǒng)需求分析及設(shè)計(jì)
    5.1 系統(tǒng)需求分析
    5.2 系統(tǒng)總體設(shè)計(jì)
        5.2.1 系統(tǒng)體系架構(gòu)
        5.2.2 系統(tǒng)功能模塊及流程
        5.2.3 數(shù)據(jù)庫設(shè)計(jì)
        5.2.4 推薦列表的生成過程
    5.3 本章小結(jié)
第六章 活動(dòng)推薦系統(tǒng)實(shí)現(xiàn)與測(cè)試
    6.1 系統(tǒng)實(shí)現(xiàn)
        6.1.1 系統(tǒng)主要使用技術(shù)
        6.1.2 服務(wù)端API
        6.1.3 模塊實(shí)現(xiàn)
    6.2 系統(tǒng)測(cè)試
        6.2.1 測(cè)試環(huán)境
        6.2.2 模塊測(cè)試
        6.2.3 系統(tǒng)性能測(cè)試
    6.3 本章小節(jié)
第七章 總結(jié)和展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于雙詞語義擴(kuò)展的Biterm主題模型 [J]. 李思宇,謝珺,鄒雪君,續(xù)欣瑩,冀小平.  計(jì)算機(jī)工程. 2019(01)
[2]基于社交網(wǎng)絡(luò)信任關(guān)系的服務(wù)推薦方法 [J]. 王佳蕾,郭耀,劉志宏.  計(jì)算機(jī)科學(xué). 2018(S2)
[3]基于用戶軌跡數(shù)據(jù)的移動(dòng)推薦系統(tǒng)研究 [J]. 孟祥武,李瑞昌,張玉潔,紀(jì)威宇.  軟件學(xué)報(bào). 2018(10)
[4]聯(lián)合建模異構(gòu)社交和內(nèi)容信息的活動(dòng)推薦模型 [J]. 王紹卿,王征,李翠平,趙衎衎,陳紅.  軟件學(xué)報(bào). 2018(10)
[5]融合主題模型和協(xié)同過濾的多樣化移動(dòng)應(yīng)用推薦 [J]. 黃璐,林川杰,何軍,劉紅巖,杜小勇.  軟件學(xué)報(bào). 2017(03)
[6]社會(huì)網(wǎng)絡(luò)中基于UBTM模型的主題挖掘 [J]. 李雷,朱玉婷,施化吉,周從華.  計(jì)算機(jī)應(yīng)用研究. 2017(01)
[7]基于社交網(wǎng)絡(luò)用戶信任度的混合推薦算法研究 [J]. 文俊浩,何波,胡遠(yuǎn)鵬.  計(jì)算機(jī)科學(xué). 2016(01)
[8]基于用戶信任度和社會(huì)相似度的協(xié)作過濾算法 [J]. 楊海月,朱玉婷,施化吉,徐慧.  電子技術(shù)應(yīng)用. 2016(01)
[9]社會(huì)化推薦系統(tǒng)研究 [J]. 孟祥武,劉樹棟,張玉潔,胡勛.  軟件學(xué)報(bào). 2015(06)
[10]高效的短文本主題詞抽取方法 [J]. 常鵬,馬輝.  計(jì)算機(jī)工程與應(yīng)用. 2011(20)

碩士論文
[1]結(jié)合信任的個(gè)性化推薦算法研究[D]. 王維.東南大學(xué) 2016
[2]基于多特征的社交活動(dòng)推薦算法研究[D]. 何平.浙江大學(xué) 2015



本文編號(hào)：3480824