發(fā)布時間：2021-11-11 21:43

　　近年來,隨著基于位置的社交網(wǎng)絡(luò)（Location-based social network,LBSN）的不斷發(fā)展,各類社交平臺上的數(shù)據(jù)量級不斷攀升,圖片數(shù)據(jù)作為新的數(shù)據(jù)類型不僅隱含了興趣點（Point-of-Interest,POI）本身的特性,同時也包含了用戶對于POI的關(guān)聯(lián)偏好信息。而隨著計算機視覺技術(shù)的發(fā)展,高階視覺特征的提取與應(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)中圖片的視覺特征與其他異構(gòu)特征的整合利用可以達到提升推薦系統(tǒng)精度的情況下,本文提出一個整合視覺地理等異構(gòu)特征的優(yōu)化推薦模型,結(jié)合視覺與其他異構(gòu)特征,從而驗證視覺特征在推薦系統(tǒng)中可發(fā)揮的作用。在LBSN的場景下,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,研究者往往針對用戶層面的社交屬性而忽略了POI層面的社交屬性。本文通過優(yōu)化POI數(shù)據(jù)的地理模型,基于通過隱式反饋用戶交互信息、屬性信息等數(shù)據(jù),挖掘了兩類POI層面的社交屬性,融合進最終推薦模型,最后設(shè)計了大量實驗來驗證所提出的算法模型。本文的主要工作和貢獻如下:1)本文提出了針對POI的視覺特征以及其他異構(gòu)特征的融合挖掘。針對社交網(wǎng)絡(luò)中的圖片... 

【文章來源】：武漢大學湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

技術(shù)路線圖

用戶相似度計算示例

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

【參考文獻】：
期刊論文
[1]社會化推薦研究綜述[J]. 王剛,蔣軍,王含茹.  計算機科學. 2018(S2)
[2]基于信息增益的LDA模型的短文本分類[J]. 沈競.  重慶文理學院學報(自然科學版). 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.  計算機工程與應(yīng)用. 2007(35)

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

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



本文編號：3489580