近年來(lái),隨著基于位置的社交網(wǎng)絡(luò)（Location-based social network,LBSN）的不斷發(fā)展,各類(lèi)社交平臺(tái)上的數(shù)據(jù)量級(jí)不斷攀升,圖片數(shù)據(jù)作為新的數(shù)據(jù)類(lèi)型不僅隱含了興趣點(diǎn)（Point-of-Interest,POI）本身的特性,同時(shí)也包含了用戶(hù)對(duì)于POI的關(guān)聯(lián)偏好信息。而隨著計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展,高階視覺(jué)特征的提取與應(yīng)用在諸多領(lǐng)域也取得了良好的效果。在假設(shè)社交網(wǎng)絡(luò)中圖片的視覺(jué)特征與其他異構(gòu)特征的整合利用可以達(dá)到提升推薦系統(tǒng)精度的情況下,本文提出一個(gè)整合視覺(jué)地理等異構(gòu)特征的優(yōu)化推薦模型,結(jié)合視覺(jué)與其他異構(gòu)特征,從而驗(yàn)證視覺(jué)特征在推薦系統(tǒng)中可發(fā)揮的作用。在LBSN的場(chǎng)景下,POI本身的地理特性、社交特征也值得挖掘與研究,而一般情況下,研究者往往針對(duì)用戶(hù)層面的社交屬性而忽略了POI層面的社交屬性。本文通過(guò)優(yōu)化POI數(shù)據(jù)的地理模型,基于通過(guò)隱式反饋用戶(hù)交互信息、屬性信息等數(shù)據(jù),挖掘了兩類(lèi)POI層面的社交屬性,融合進(jìn)最終推薦模型,最后設(shè)計(jì)了大量實(shí)驗(yàn)來(lái)驗(yàn)證所提出的算法模型。本文的主要工作和貢獻(xiàn)如下:1)本文提出了針對(duì)POI的視覺(jué)特征以及其他異構(gòu)特征的融合挖掘。針對(duì)社交網(wǎng)絡(luò)中的圖片... 

【文章來(lái)源】：武漢大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

技術(shù)路線圖

用戶(hù)相似度計(jì)算示例

面包旅行數(shù)據(jù)集上地理模型VCG/USG對(duì)比（上精度，下召回）

【參考文獻(xiàn)】：
期刊論文
[1]社會(huì)化推薦研究綜述[J]. 王剛,蔣軍,王含茹.  計(jì)算機(jī)科學(xué). 2018(S2)
[2]基于信息增益的LDA模型的短文本分類(lèi)[J]. 沈競(jìng).  重慶文理學(xué)院學(xué)報(bào)(自然科學(xué)版). 2011(06)
[3]基于信息增益的特征詞權(quán)重調(diào)整算法研究[J]. 張玉芳,陳小莉,熊忠陽(yáng).  計(jì)算機(jī)工程與應(yīng)用. 2007(35)

博士論文
[1]基于社會(huì)媒體的旅游數(shù)據(jù)挖掘與個(gè)性化推薦[D]. 沈鈞戈.西安電子科技大學(xué) 2016

碩士論文
[1]數(shù)據(jù)挖掘在用戶(hù)行為分析中的研究與應(yīng)用[D]. 李大偉.北京郵電大學(xué) 2009



本文編號(hào)：3489580