本文關鍵詞：基于興趣關系的網(wǎng)絡社區(qū)可信用戶推薦模型研究

  更多相關文章： 社會網(wǎng)絡 好友推薦 興趣相似度 可信度 社區(qū)劃分

【摘要】：從Google瀏覽器的搜索引擎開始,推薦系統(tǒng)就給人們在互聯(lián)網(wǎng)上進行信息咨詢帶來了極大便利。隨著互聯(lián)網(wǎng)應用的發(fā)展,社會化網(wǎng)絡服務(SNS)的熱潮吸引了個性化推薦的研究焦點。由于使用SNS網(wǎng)站和服務的人群越來越多,用戶很難快速找到符合自身興趣的信息,于是很多SNS網(wǎng)站開始提供個性化信息推薦服務。但由于傳統(tǒng)推薦系統(tǒng)的局限性,以及SNS網(wǎng)站的龐大用戶數(shù),快速定位用戶需求面臨著很大挑戰(zhàn)。 論文以上述問題為背景,進行社交網(wǎng)絡中的用戶好友推薦研究。文章開始部分對論文中涉及的關鍵技術進行研究和總結,主要包括個性化推薦技術、社會網(wǎng)絡分析方法和信任度評估方法等；然后選擇新浪微博平臺為研究對象,并結合微博用戶構成的社會網(wǎng)絡所具有的特點,選擇能反映用戶興趣的特征屬性,包括用戶關注列表、用戶標簽列表和個人描述三個屬性,建立評估用戶間興趣相似度的算法模型,得到用戶興趣相似度矩陣和興趣關系網(wǎng)絡圖；接下來通過使用重疊社區(qū)劃分算法CPM,對微博用戶的興趣關系網(wǎng)絡進行興趣派系劃分,并優(yōu)化組合,構建用戶興趣緊密型社區(qū)。在興趣社區(qū)中進行可信用戶篩選時,論文參照Google搜索引擎的PageRank頁面排序算法思想建立可信度評估模型,將用戶可信度分為兩個維度：用戶屬性可信因子和關注信任因子,從用戶自身可信度與用戶關注信任度兩個角度綜合評估用戶的全局可信度,最終通過比較與目標用戶在同一個興趣社區(qū)中的用戶可信度,選擇具有高興趣相似度、高可信度的用戶生成推薦結果列表,向目標用戶推薦具有較高價值的潛在好友。 論文針對新浪微博的開放用戶數(shù)據(jù)信息,使用JAVA編程實現(xiàn)微博中的開放API接口獲取微博用戶數(shù)據(jù)集,對論文提出的基于興趣關系的網(wǎng)絡社區(qū)可信用戶推薦模型進行驗證,通過構造用戶興趣緊密型社區(qū),并從中篩選出可信度較高的用戶形成針對目標用戶的推薦列表,并與傳統(tǒng)的基于社交關系的推薦方法進行對比,以推薦列表中的用戶平均興趣相似度為算法有效性的衡量指標。實驗結果顯示,論文提出的推薦模型得到的推薦結果列表相比參照模型得到的推薦結果列表而言,與待推薦用戶的興趣相似度普遍更高,即論文提出的推薦模型能得到更符合用戶興趣的結果,具有較好的推薦質量。 為了驗證本文好友推薦模型的實用價值,論文在第五章中隨機選擇了113位用戶,并使用論文提出的好友推薦模型和傳統(tǒng)的基于社交關系的好友推薦模型,分別為參與調查的每個用戶生成一個具有5個潛在好友的推薦列表,并針對列表中的每一個潛在好友,對調查參與者進行問卷調查,對兩種推薦模型的使用效果進行分析對比。問卷調查結果顯示,論文提出的好友推薦模型能推薦更多的陌生用戶,并具有較好的用戶認可度；以興趣相似度和可信度作為推薦理由,相比社交關系而言,具有更好的用戶滿意度；同時,用戶更愿意添加根據(jù)興趣和可信度得到的推薦用戶為好友,而針對社交關系得到的推薦,用戶更希望能有人對推薦結果進行介紹。
【學位授予單位】：江西財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP391.3

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 閻艷;黃智興;邱玉輝;;一種基于派系過濾的社區(qū)進化發(fā)現(xiàn)研究[J];重慶師范大學學報(自然科學版);2009年02期

2 王麗麗;;基于信任機制的電子商務個性化推薦技術研究[J];電子商務;2011年12期

3 胡偉雄;王崇;;電子商務信任度評價方法研究綜述[J];電子世界;2012年16期

4 王亮;郭亞軍;;P2P系統(tǒng)中基于聲譽的信任評估機制[J];計算機工程與應用;2009年15期

5 蔡浩;賈宇波;黃成偉;;結合用戶信任模型的協(xié)同過濾推薦方法研究[J];計算機工程與應用;2010年35期

6 王峰;余偉;李石君;;新浪微博平臺上的用戶可信度評估[J];計算機科學與探索;2013年12期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 張富國;基于信任的電子商務個性化推薦關鍵問題研究[D];江西財經(jīng)大學;2009年

，

本文編號：1145146