好友推薦問題是個性化推薦領(lǐng)域中重要的研究課題,近年來受到了工業(yè)界和學(xué)術(shù)界的廣泛關(guān)注。近年來,作為Web2.0技術(shù)典型應(yīng)用的科研社交網(wǎng)絡(luò)因滿足了大量科研人員個性化的社交需求而得到普及。面向科研社交網(wǎng)絡(luò)進行好友推薦不僅可以解決信息過載問題,而且可以幫助用戶建立有價值的好友關(guān)系或增加用戶間學(xué)習(xí)、交流和共享知識的機會。因此,考慮面向科研社交網(wǎng)絡(luò)中用戶的好友推薦問題非常具有理論和現(xiàn)實意義。目前,雖然學(xué)者已經(jīng)展開了對好友推薦方法的廣泛研究,但是多數(shù)基于普通社交網(wǎng)絡(luò),少有研究針對科研社交網(wǎng)絡(luò)的情境。而且已有好友推薦方法主要依據(jù)用戶和好友間的交互行為,缺乏對社交網(wǎng)絡(luò)中社會化信息如用戶相似度和好友關(guān)系的深入分析和挖掘。為此,本研究針對科研社交網(wǎng)絡(luò)中廣泛存在的社會化信息,主要從基于內(nèi)容和基于矩陣分解模型兩個角度提出一種混合好友推薦方法Social-PMF(Social-Probabilistic Matrix Factorization)。首先在基于內(nèi)容推薦方面,本研究結(jié)合TF-IDF技術(shù)和情感分析技術(shù)全面分析用戶發(fā)布博文內(nèi)容的文本相似度和情感相似度,再將兩種相似度依據(jù)線性策略進行融合得到用戶相似度。然后...

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外相關(guān)研究現(xiàn)狀
        1.2.1 科研社交網(wǎng)絡(luò)中推薦問題研究現(xiàn)狀
        1.2.2 好友推薦方法研究現(xiàn)狀
    1.3 研究方法
    1.4 研究目標和研究內(nèi)容
        1.4.1 研究目標
        1.4.2 研究內(nèi)容
    1.5 本文的組織結(jié)構(gòu)
第二章 相關(guān)基礎(chǔ)理論
    2.1 科研社交網(wǎng)絡(luò)的理論研究
        2.1.1 科研社交網(wǎng)絡(luò)概述
        2.1.2 科研社交網(wǎng)絡(luò)與推薦
    2.2 好友推薦的理論研究
        2.2.1 好友推薦與社會化推薦
        2.2.2 好友推薦方法研究
        2.2.3 矩陣分解模型
    2.3 小結(jié)
第三章 考慮社會化信息的混合好友推薦方法
    3.1 研究問題背景
    3.2 考慮用戶相似度和好友關(guān)系的混合好友推薦方法
        3.2.1 混合好友推薦方法框架
        3.2.2 問題形式化定義
        3.2.3 融合文本內(nèi)容和情感傾向的用戶相似度構(gòu)建
        3.2.4 社會化矩陣分解模型構(gòu)建
        3.2.5 社會化矩陣分解模型求解
    3.3 小結(jié)
第四章 實驗設(shè)計與分析討論
    4.1 實驗設(shè)計
        4.1.1 數(shù)據(jù)集
        4.1.2 評價指標
        4.1.3 對比方法
        4.1.4 實驗流程
    4.2 結(jié)果分析與討論
        4.2.1 實驗結(jié)果和分析
        4.2.2 參數(shù)討論
    4.3 小結(jié)
第五章 總結(jié)與展望
    5.1 主要貢獻和創(chuàng)新點
    5.2 研究展望
參考文獻
攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果情況



本文編號：3757409