本文關鍵詞：基于社交用戶信任度和標注動機的標簽推薦系統(tǒng)研究

  更多相關文章： 標簽系統(tǒng) 社交網(wǎng)絡 信任度 標注動機 興趣模型

【摘要】：近年來,科學技術日新月異,互聯(lián)網(wǎng)進入Web2.0時代后,“信息爆炸”已經(jīng)成為當今時代的主要特征,海量信息的涌現(xiàn),為人們查詢選擇信息帶來了諸多不便�；诖�,垂直分類系統(tǒng)、搜索引擎、推薦系統(tǒng)等技術方法不斷被科研人員提出并應用,用以解決我們所面臨的信息爆炸難題。本文以推薦系統(tǒng)為研究對象,主要針對當前標簽推薦系統(tǒng)在國內(nèi)外研究及應用工作進行了闡述,分析了其面臨的困難和不足。同時,本文對論文研究中涉及到的推薦算法技術、社交網(wǎng)絡技術以及標簽系統(tǒng)工作原理等基本基礎工作,進行了簡要的研究闡述。個性化推薦系統(tǒng)通過系統(tǒng)分析用戶行為,構(gòu)建用戶模型,預測用戶喜好進行資源推薦獲得了良好的用戶反饋。基于用戶生成內(nèi)容(User Generated Content,UGC)的標簽系統(tǒng)通過標簽的標注來反映用戶的興趣愛好,在用戶與資源之間起到良好的媒介作用。然而,由于每個用戶之間存在個體差異,導致了標簽存在歧義、語義模糊等現(xiàn)象,同時,用戶之間信任度衰減也導致了個性化推薦效果不佳的問題。本文結(jié)合國內(nèi)外研究現(xiàn)狀,對當前的標簽系統(tǒng)、推薦系統(tǒng)以及其模型和算法等進行研究分析,著力于社交網(wǎng)絡中用戶信任和用戶標注動機兩點來構(gòu)建完善個性化的標簽推薦系統(tǒng),通過構(gòu)建用戶信任集合和判別用戶標注動機進行相關推薦算法的改進,最終設計了基于此算法的個性化推薦系統(tǒng)原型。本文的主要工作包括:①闡述了國內(nèi)外對基于標簽的推薦系統(tǒng)的研究和應用現(xiàn)狀,研究了當前主要的推薦算法和標簽系統(tǒng)的特點,分析了當前標簽推薦系統(tǒng)面臨的困難和不足。②為了解決當前社交網(wǎng)絡中基于用戶信任的Web服務推薦算法存在的覆蓋率不足的問題,本文整合了當前有關直接信任、間接信任及群體信任度的研究思路,對相關的信任度計算方式進行了擴展研究。在此基礎上,本文提出了一種新的組合信任度算法。③對標簽推薦系統(tǒng)中用戶標注動機進行了動機傾向性分類研究,并通過判斷傾向性指標的量化研究,來完成用戶動機傾向性的判斷。在此基礎上,通過構(gòu)建基于艾賓浩斯遺忘函數(shù)的興趣模型,完成了基于用戶動機和興趣模型二者結(jié)合的標簽推薦算法改進。④通過基于用戶信任和用戶標注動機的推薦研究,設計了一個基于用戶信任和標注動機的標簽推薦系統(tǒng)原型,并主要就其功能模塊進行了描述。
【關鍵詞】：標簽系統(tǒng) 社交網(wǎng)絡 信任度 標注動機 興趣模型
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.3
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-12
• 1.1 課題研究背景與研究意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-10
• 1.3 推薦系統(tǒng)研究面臨的問題10-11
• 1.4 本文的主要工作11
• 1.5 本章小結(jié)11-12
• 2 相關技術研究分析12-22
• 2.1 推薦系統(tǒng)原理及行為數(shù)據(jù)12-13
• 2.2 主要推薦技術研究13-19
• 2.2.1 基于內(nèi)容的推薦13-15
• 2.2.2 基于規(guī)則的推薦15-16
• 2.2.3 基于協(xié)同過濾的推薦16-19
• 2.3 標簽系統(tǒng)相關研究19-20
• 2.3.1 標簽的定義及特點19
• 2.3.2 標簽系統(tǒng)特點19-20
• 2.4 社交網(wǎng)絡相關研究20-21
• 2.4.1 社交網(wǎng)絡定義20
• 2.4.2 社交網(wǎng)絡組成結(jié)構(gòu)及特點20-21
• 2.4.3 社交網(wǎng)絡處理技術21
• 2.5 本章小結(jié)21-22
• 3 基于用戶信任度的推薦研究22-37
• 3.1 用戶信任度概述22-23
• 3.2 用戶信任度分類23-32
• 3.2.1 基于IOWA算子的直接信任度研究23-26
• 3.2.2 基于信任鏈的間接信任度研究26-30
• 3.2.3 基于直接信任的群體信任度研究30-32
• 3.3 基于多種信任度組合的推薦算法32-36
• 3.3.1 組合算法的提出32-33
• 3.3.2 實驗及結(jié)果分析33-36
• 3.4 本章小結(jié)36-37
• 4 基于用戶標注動機的推薦研究37-55
• 4.1 用戶標注動機分類研究37-39
• 4.2 用戶標注動機模型39-43
• 4.2.1 用戶標注動機傾向性39-40
• 4.2.2 用戶標注動機傾向性度量指標40-43
• 4.2.3 用戶標注動機的判斷43
• 4.3 用戶興趣模型43-50
• 4.3.1 標簽標準化43-47
• 4.3.2 基于標簽的用戶興趣模型47-49
• 4.3.3 基于遺忘函數(shù)的改進標簽用戶興趣模型49-50
• 4.4 用戶興趣模型下基于用戶動機的標簽推薦50-54
• 4.4.1 推薦算法步驟流程50-52
• 4.4.2 實驗及結(jié)果分析52-54
• 4.5 本章小結(jié)54-55
• 5 基于用戶信任和標注動機的標簽推薦原型系統(tǒng)55-62
• 5.1 原型系統(tǒng)架構(gòu)55-56
• 5.2 原型系統(tǒng)主要功能模塊56-61
• 5.2.1 日志文件模塊56
• 5.2.2 用戶行為模型模塊56-58
• 5.2.3 推薦引擎模塊58-61
• 5.3 本章小結(jié)61-62
• 6 結(jié)論與展望62-64
• 6.1 結(jié)論62-63
• 6.2 展望63-64
• 致謝64-65
• 參考文獻65-69
• 附錄69
• A. 作者在攻讀碩士學期期間發(fā)表的論文69
• B. 作者在攻讀碩士學位期間參與的科研項目69

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 米可菲;張勇;邢春曉;蔚欣;;面向大數(shù)據(jù)的開源推薦系統(tǒng)分析[J];計算機與數(shù)字工程;2013年10期

2 脫建勇;王嵩;李秀;劉文煌;;精品課共享中的推薦系統(tǒng)框架與實現(xiàn)[J];計算機工程與設計;2006年17期

3 蘇冠賢;張麗霞;林丕源;劉吉平;;生物信息學推薦系統(tǒng)的設計與實現(xiàn)[J];計算機應用研究;2007年05期

4 王改芬;;推薦系統(tǒng)研究綜述[J];軟件導刊;2007年23期

5 葉群來;;營銷與網(wǎng)絡推薦系統(tǒng)[J];電子商務;2007年10期

6 李媚;;個性化網(wǎng)絡學習資源推薦系統(tǒng)研究[J];福建電腦;2008年12期

7 潘冉;姜麗紅;;基于經(jīng)濟學模型的推薦系統(tǒng)的研究[J];計算機應用與軟件;2008年03期

8 劉魯;任曉麗;;推薦系統(tǒng)研究進展及展望[J];信息系統(tǒng)學報;2008年01期

9 劉小燕;陳艷麗;賈宗璞;沈記全;;基于增強學習的旅行計劃推薦系統(tǒng)[J];計算機工程;2010年21期

10 曹畋;;智能推薦系統(tǒng)在知識瀏覽領域的應用[J];硅谷;2011年21期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 張燕;李燕萍;;基于內(nèi)容分析和點擊率記錄的混合音樂推薦系統(tǒng)[A];2009年通信理論與信號處理學術年會論文集[C];2009年

2 趙欣;寇綱;鄔文帥;盧艷群;;基于時間密集性的推薦系統(tǒng)攻擊檢測[A];第六屆（2011）中國管理學年會論文摘要集[C];2011年

3 張玉連;張波;張敏;;改進的個性化信息推薦系統(tǒng)的設計與實現(xiàn)[A];2005年全國理論計算機科學學術年會論文集[C];2005年

4 王君;許潔萍;;層次音樂推薦系統(tǒng)的研究[A];第18屆全國多媒體學術會議（NCMT2009）、第5屆全國人機交互學術會議（CHCI2009）、第5屆全國普適計算學術會議（PCC2009）論文集[C];2009年

5 潘宇;林鴻飛;楊志豪;;基于用戶聚類的電子商務推薦系統(tǒng)[A];第三屆學生計算語言學研討會論文集[C];2006年

6 尤忠彬;陳越;張英;朱揚勇;;基于Web服務的技術轉(zhuǎn)移平臺推薦系統(tǒng)研究[A];第二十二屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2005年

7 王國霞;劉賀平;李擎;;二部圖影射及其在推薦系統(tǒng)中的應用[A];第25屆中國控制與決策會議論文集[C];2013年

8 王雪;董愛華;吳怡之;;基于RFID技術的智能服裝推薦系統(tǒng)設計[A];2011年全國電子信息技術與應用學術會議論文集[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 ;大數(shù)據(jù)如何“落地”[N];中國新聞出版報;2014年

2 本報記者 鄒大斌;大數(shù)據(jù)：電商新武器[N];計算機世界;2012年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 王宏宇;商務推薦系統(tǒng)的設計研究[D];中國科學技術大學;2007年

2 楊東輝;基于情感相似度的社會化推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學;2014年

3 曹渝昆;基于神經(jīng)網(wǎng)絡和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學;2006年

4 王立才;上下文感知推薦系統(tǒng)若干關鍵技術研究[D];北京郵電大學;2012年

5 劉龍;一個能實現(xiàn)個性化實時路徑推薦服務的推薦系統(tǒng)框架[D];中國科學技術大學;2014年

6 李濤;推薦系統(tǒng)中若干關鍵問題研究[D];南京航空航天大學;2009年

7 劉士琛;面向推薦系統(tǒng)的關鍵問題研究及應用[D];中國科學技術大學;2014年

8 李方方;非獨立同分布推薦系統(tǒng)研究[D];北京理工大學;2014年

9 李曉建;基于語義的個性化資源推薦系統(tǒng)中關鍵技術研究[D];武漢大學;2010年

10 張堯;B2C環(huán)境下用戶感知可信的推薦系統(tǒng)理論及其關鍵方法研究[D];哈爾濱工業(yè)大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 朱孔真;基于云計算的電子商務智能推薦系統(tǒng)研究[D];武漢理工大學;2014年

2 郭敬澤;基于賦權評分和Dpark的分布式推薦系統(tǒng)研究與實現(xiàn)[D];天津理工大學;2015年

3 周俊宇;信息推薦系統(tǒng)的研究與設計[D];江南大學;2015年

4 李煒;基于電子商務平臺的保險推薦系統(tǒng)的設計與實現(xiàn)[D];復旦大學;2013年

5 車豐;基于排序主題模型的論文推薦系統(tǒng)[D];大連海事大學;2015年

6 秦大路;基于因式分解機模型的上下文感知推薦系統(tǒng)研究[D];鄭州大學;2015年

7 徐霞婷;動態(tài)路網(wǎng)監(jiān)控與導航推薦系統(tǒng)的設計與實現(xiàn)[D];蘇州大學;2015年

8 黃學峰;基于Hadoop的電影推薦系統(tǒng)研究與實現(xiàn)[D];南京師范大學;2015年

9 路小瑞;基于Hadoop平臺的職位推薦系統(tǒng)的設計與實現(xiàn)[D];上海交通大學;2015年

10 李愛寶;基于組合消費行為分析的團購推薦系統(tǒng)的設計與實現(xiàn)[D];哈爾濱工業(yè)大學;2015年

，

本文編號：1024963