本文關(guān)鍵詞：基于社會網(wǎng)絡(luò)模型的協(xié)同過濾算法研究與應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科技的進(jìn)步、信息技術(shù)的快速發(fā)展,我們已經(jīng)進(jìn)入到“大數(shù)據(jù)”時代,如何從中大量信息中獲取有用信息成為了一個難題。傳統(tǒng)搜索引擎等相關(guān)技術(shù)已經(jīng)越發(fā)不能滿足“大數(shù)據(jù)"時代下的檢索需求,推薦系統(tǒng)能基于用戶信息發(fā)現(xiàn)用戶興趣與需求,并為用戶提供主動、個性化服務(wù),可以很好的解決這個問題。推薦系統(tǒng)的核心是推薦算法,它決定著系統(tǒng)的性能優(yōu)劣。目前,在推薦系統(tǒng)中應(yīng)用范圍最廣的算法之一就是協(xié)同過濾算法,它根據(jù)用戶的歷史行為信息和自身基本信息,求出與此用戶相似度最高的最近鄰居集,并根據(jù)最近鄰集為用戶未行為的項(xiàng)目進(jìn)行興趣度預(yù)測。但是此算法也存在一些問題,比如冷啟動、稀疏矩陣、可擴(kuò)展性等問題。社會網(wǎng)絡(luò)分析方法已經(jīng)發(fā)展成為比較完善和成熟的研究方法,且已成功運(yùn)用在其他學(xué)科領(lǐng)域內(nèi)。社會網(wǎng)絡(luò)是由節(jié)點(diǎn)和連線組成,是一種聯(lián)系的集合。它以聯(lián)系為研究核心,關(guān)注個體之間的關(guān)系以及相互的影響。社會網(wǎng)和協(xié)同過濾方法研究的重點(diǎn)都是個體間的關(guān)系,本文通過社會網(wǎng)絡(luò)分析方法優(yōu)化協(xié)同過濾算法,解決傳統(tǒng)算法存在的問題、提高推薦精確度。本文主要研究工作與創(chuàng)新點(diǎn)有以下幾個方面：(1)對協(xié)同過濾和社會網(wǎng)絡(luò)的概念、模型方法、作用等相關(guān)理論進(jìn)行了闡述,為后續(xù)的研究提供了理論指導(dǎo)。(2)使用社會網(wǎng)絡(luò)分析中的群體動力學(xué)模型優(yōu)化協(xié)同過濾算法,綜合考慮個體因素和環(huán)境因素對用戶評分行為的影響。在真實(shí)數(shù)據(jù)集上設(shè)計(jì)實(shí)驗(yàn),驗(yàn)證本改進(jìn)算法的推薦性能,并與其它算法進(jìn)行分析對比。(3)使用社會網(wǎng)絡(luò)分析中的圖論模型優(yōu)化協(xié)同過濾算法,構(gòu)建項(xiàng)目交互網(wǎng)絡(luò)圖并重新定義項(xiàng)目相似度的概念和計(jì)算方法。在真實(shí)數(shù)據(jù)集上設(shè)計(jì)實(shí)驗(yàn),驗(yàn)證本改進(jìn)算法的推薦性能,并與其它算法進(jìn)行分析對比。(4)在真實(shí)的旅游網(wǎng)站上收集旅游數(shù)據(jù)信息,并對這些數(shù)據(jù)進(jìn)行分析、預(yù)處理,然后使用本文提出的改進(jìn)協(xié)同過濾算法為游客提供個性化旅游推薦服務(wù),最后搭建個性化旅游推薦系統(tǒng)。
【關(guān)鍵詞】：個性化推薦 協(xié)同過濾 群體動力學(xué) 圖論 旅游服務(wù)平臺
【學(xué)位授予單位】：陜西師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.3
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-16
• 1.1 研究的背景與意義8-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 協(xié)同過濾算法研究現(xiàn)狀10-12
• 1.2.2 社會網(wǎng)絡(luò)分析研究現(xiàn)狀12-13
• 1.3 研究內(nèi)容13-14
• 1.4 論文組織結(jié)構(gòu)14-16
• 第2章 相關(guān)理論基礎(chǔ)16-34
• 2.1 協(xié)同過濾算法17-25
• 2.1.1 基于內(nèi)存的協(xié)同過濾算法19-21
• 2.1.2 基于模型的協(xié)同過濾算法21-23
• 2.1.3 混合推薦技術(shù)23-25
• 2.2 協(xié)同過濾算法面臨的挑戰(zhàn)25-26
• 2.3 社會網(wǎng)絡(luò)分析26-29
• 2.3.1 社會網(wǎng)絡(luò)的定義26-28
• 2.3.2 社會網(wǎng)絡(luò)的表示28-29
• 2.4 社會網(wǎng)絡(luò)模型29-32
• 2.4.1 群體動力學(xué)30
• 2.4.2 圖論30-32
• 2.5 本章小結(jié)32-34
• 第3章 基于群體動力學(xué)模型的協(xié)同過濾改進(jìn)算法34-44
• 3.1 群體因子計(jì)算34-35
• 3.2 群體信任度計(jì)算35-36
• 3.3 算法實(shí)現(xiàn)36-38
• 3.3.1 算法簡述36-37
• 3.3.2 算法流程圖37-38
• 3.4 實(shí)驗(yàn)及分析38-42
• 3.4.1 實(shí)驗(yàn)數(shù)據(jù)集38
• 3.4.2 實(shí)驗(yàn)評判標(biāo)準(zhǔn)38-39
• 3.4.3 實(shí)驗(yàn)結(jié)果及分析39-42
• 3.5 本章小結(jié)42-44
• 第4章 基于圖論的多重項(xiàng)目相似度協(xié)同過濾改進(jìn)算法44-54
• 4.1 算法概述44-45
• 4.2 項(xiàng)目屬性相似度計(jì)算45-46
• 4.3 項(xiàng)目交互相似度計(jì)算46-49
• 4.3.1 構(gòu)建項(xiàng)目網(wǎng)絡(luò)圖46-47
• 4.3.2 SimRank算法計(jì)算相似度47-49
• 4.4 算法實(shí)現(xiàn)49-52
• 4.4.1 算法簡述49-51
• 4.4.2 算法流程圖51-52
• 4.5 實(shí)驗(yàn)及分析52-53
• 4.6 本章小結(jié)53-54
• 第5章 協(xié)同過濾在旅游景點(diǎn)推薦的應(yīng)用54-68
• 5.1 數(shù)據(jù)采集54-56
• 5.2 數(shù)據(jù)整理分析56-58
• 5.3 旅游景點(diǎn)的推薦58-59
• 5.4 智能旅游推薦系統(tǒng)搭建59-66
• 5.4.1 總體功能結(jié)構(gòu)設(shè)計(jì)59-61
• 5.4.2 開發(fā)環(huán)境的構(gòu)建61
• 5.4.3 主要功能實(shí)現(xiàn)61-66
• 5.5 本章小結(jié)66-68
• 第6章 總結(jié)與展望68-70
• 6.1 本文工作總結(jié)68-69
• 6.2 今后的工作69-70
• 參考文獻(xiàn)70-76
• 致謝76-78
• 攻讀碩士學(xué)位期間研究成果78

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 羅辛;歐陽元新;熊璋;袁滿;;通過相似度支持度優(yōu)化基于K近鄰的協(xié)同過濾算法[J];計(jì)算機(jī)學(xué)報;2010年08期

2 劉亮亮;曹菡;韓亞楠;;基于群體動力學(xué)的協(xié)同過濾算法及應(yīng)用[J];計(jì)算機(jī)應(yīng)用研究;2014年12期

3 榮輝桂;火生旭;胡春華;莫進(jìn)俠;;基于用戶相似度的協(xié)同過濾推薦算法[J];通信學(xué)報;2014年02期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張彥龍;結(jié)合社會網(wǎng)絡(luò)分析的協(xié)同過濾算法改進(jìn)研究[D];華南理工大學(xué);2014年

  本文關(guān)鍵詞：基于社會網(wǎng)絡(luò)模型的協(xié)同過濾算法研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號：309899