發(fā)布時(shí)間：2017-10-07 01:15

  本文關(guān)鍵詞：基于位置的社交網(wǎng)絡(luò)推薦算法研究

  更多相關(guān)文章： 社交網(wǎng)絡(luò) 用戶推薦 位置推薦 地理位置

【摘要】：移動(dòng)終端的普及和流行使得用戶借助GPS的定位服務(wù)越來越成為趨勢。用戶不僅可以在線上進(jìn)行網(wǎng)絡(luò)交流,也可以由線上發(fā)展具體地理位置的線下社群進(jìn)行社交網(wǎng)絡(luò)。這種把地理位置信息與社交關(guān)系信息相融合的網(wǎng)絡(luò)被稱之為基于地理位置的社交網(wǎng)絡(luò)。在基于地理位置的社交網(wǎng)絡(luò)之中,推薦功能能夠?yàn)橛脩籼峁⿲?shí)時(shí)的信息推送,借助于推薦功能,可以實(shí)現(xiàn)對(duì)于用戶好友推薦以及用戶感興趣地理位置的推薦。還可以為特定區(qū)域內(nèi)的用戶推薦該區(qū)域內(nèi)的活動(dòng),為現(xiàn)實(shí)中的商家?guī)頋撛诘睦麧?因此社交網(wǎng)絡(luò)中的推薦功能引起了國內(nèi)外研究人員的極大關(guān)注。對(duì)與LBSN中的推薦算法的研究主要分為用戶推薦以及地理位置推薦兩部分內(nèi)容。在基于位置的社交網(wǎng)絡(luò)推薦中,最為關(guān)鍵的是用戶模型的建立,因?yàn)檫@直接關(guān)系到推薦方向的走向。在本文中,將原始的GPS數(shù)據(jù)集進(jìn)行預(yù)處理,將這些坐標(biāo)值進(jìn)一步轉(zhuǎn)換成具有語義意義的數(shù)據(jù)集,然后進(jìn)行K中心點(diǎn)的聚類,完成用戶模型的建立。借助于所建立的數(shù)據(jù)模型,綜合用戶經(jīng)驗(yàn)值以及位置流行度,建立一個(gè)合理的社交網(wǎng)絡(luò)與現(xiàn)實(shí)世界之間的管理關(guān)系。通過這個(gè)用戶模型來進(jìn)一步完成用戶推薦模型與位置推薦模型的建立,完成對(duì)用戶推薦算法以及位置推薦算法的改進(jìn)。本文主要提出了新的建立用戶模型的方法,并且基于內(nèi)容和項(xiàng)目的協(xié)同過濾算法改進(jìn)用戶相似性、位置偏好度,形成輸出為用戶和位置的推薦算法。本文還針對(duì)所提出的算法進(jìn)行了一系列測試,其實(shí)驗(yàn)結(jié)果表明本文所提出的算法能夠?qū)崿F(xiàn)對(duì)用戶好友以及位置的準(zhǔn)確性推薦。
【關(guān)鍵詞】：社交網(wǎng)絡(luò) 用戶推薦 位置推薦 地理位置
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.3
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-19
• 1.1 研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-16
• 1.2.1 用戶感興趣的位置推薦12-14
• 1.2.2 用戶推薦14-15
• 1.2.3 活動(dòng)推薦及社交媒體推薦15-16
• 1.3 本文主要研究內(nèi)容16-17
• 1.4 本文組織結(jié)構(gòu)17-18
• 1.5 本章小結(jié)18-19
• 第2章 相關(guān)理論概述19-31
• 2.1 基于位置的社交網(wǎng)絡(luò)19-24
• 2.1.1 在線社交網(wǎng)絡(luò)19-21
• 2.1.2 基于位置的服務(wù)21-23
• 2.1.3 基于位置的社交網(wǎng)絡(luò)的層次結(jié)構(gòu)23-24
• 2.2 推薦算法概述24-27
• 2.2.1 基于內(nèi)容的推薦24-25
• 2.2.2 基于協(xié)同過濾的推薦25-27
• 2.3 其他相關(guān)概念27-30
• 2.3.1 推薦效果的度量方法27-29
• 2.3.2 聚類方法29-30
• 2.4 本章小結(jié)30-31
• 第3章 用戶模型的建立31-42
• 3.1 用戶停留點(diǎn)軌跡的建立31-35
• 3.1.1 用戶停留點(diǎn)的獲取31-34
• 3.1.2 用戶停留點(diǎn)的特征向量計(jì)算34-35
• 3.2 用戶位置軌跡的建立35-39
• 3.2.1 提取位置信息35-38
• 3.2.2 計(jì)算位置特征信息38-39
• 3.3 用戶經(jīng)驗(yàn)值以及位置流行度計(jì)算39-41
• 3.4 本章小結(jié)41-42
• 第4章 LBSN用戶與位置的推薦研究42-51
• 4.1 用戶推薦模型研究42-45
• 4.1.1 用戶推薦算法的基本思想42-43
• 4.1.2 用戶相似度計(jì)算43
• 4.1.3 用戶推薦算法43-45
• 4.2 位置推薦模型研究45-50
• 4.2.1 基于位置偏好度推薦46-48
• 4.2.2 基于用戶信任度和興趣度推薦48-50
• 4.3 本章小結(jié)50-51
• 第5章 推薦算法的測試51-55
• 5.1 測試數(shù)據(jù)51
• 5.2 用戶推薦實(shí)驗(yàn)51-53
• 5.2.1 實(shí)驗(yàn)過程51-52
• 5.2.2 算法比較和分析52-53
• 5.3 位置推薦實(shí)驗(yàn)53-54
• 5.3.1 實(shí)驗(yàn)過程53-54
• 5.3.2 算法比較和分析54
• 5.4 本章小結(jié)54-55
• 第6章 結(jié)論與展望55-56
• 參考文獻(xiàn)56-62
• 致謝62-63
• 作者簡介63

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時(shí)間序列性的推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進(jìn)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 王文;;個(gè)性化推薦算法研究[J];電腦知識(shí)與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評(píng)價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識(shí)下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個(gè)性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個(gè)性化推薦算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 周玉妮;鄭會(huì)頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動(dòng)商務(wù)個(gè)性化推薦系統(tǒng)[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時(shí)推薦算法[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號(hào)：986084