現(xiàn)實社會中大多數(shù)的數(shù)據(jù)或信息對象彼此連接或交互,形成眾多大型、互連、復(fù)雜的網(wǎng)絡(luò),稱之為異構(gòu)信息網(wǎng)絡(luò)。該網(wǎng)絡(luò)可以描述人與人之間的社會關(guān)系,以及科學(xué)研究中的合作關(guān)系等實際網(wǎng)絡(luò)關(guān)系。對復(fù)雜網(wǎng)絡(luò)的研究有助于發(fā)現(xiàn)網(wǎng)絡(luò)中隱含的知識,這已成為許多學(xué)科的共同焦點。其中,最基本且最重要的問題是相關(guān)性度量。本文主要研究了以異構(gòu)網(wǎng)絡(luò)路徑為基礎(chǔ)的節(jié)點相關(guān)性度量和關(guān)系預(yù)測。通過對異構(gòu)網(wǎng)絡(luò)構(gòu)建基于路徑的概率圖模型,以異構(gòu)網(wǎng)絡(luò)中的相關(guān)性度量為主要研究工具,結(jié)合異構(gòu)網(wǎng)絡(luò)中的動態(tài)特征,重點研究擁有不同屬性的節(jié)點對之間的概率關(guān)系。隨后,結(jié)合矩陣分解方法,實現(xiàn)對動態(tài)異構(gòu)信息網(wǎng)絡(luò)中各個用戶進行有效推薦的目標(biāo)。主要貢獻和工作如下:首先,本文提出了基于元路徑的概率相關(guān)性度量DHIN-PReP。采用概率圖模型構(gòu)建節(jié)點關(guān)系對應(yīng)的概率函數(shù);然后以分配權(quán)重的方式為異構(gòu)網(wǎng)絡(luò)的路徑選擇性特征添加先驗信息;隨后提取動態(tài)異構(gòu)網(wǎng)絡(luò)中的時間信息,設(shè)計有效的時間影響函數(shù)。聯(lián)合相關(guān)性度量函數(shù)與時間影響函數(shù),獲得了新的基于路徑的動態(tài)概率相關(guān)性度量,簡記為DHIN-PReP。其次,在DHIN-PReP模型得到相關(guān)性評分矩陣的基礎(chǔ)上,本文提出了基于矩陣分解的... 

【文章來源】：江西理工大學(xué)江西省

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 邊相似性度量
        1.2.2 節(jié)點相似性度量
        1.2.3 系統(tǒng)推薦
    1.3 本文主要工作
    1.4 本文的組織結(jié)構(gòu)
第二章 相關(guān)研究及技術(shù)介紹
    2.1 異構(gòu)信息網(wǎng)絡(luò)
        2.1.1 元路徑與元結(jié)構(gòu)
        2.1.2 基于元路徑的算法
        2.1.3 基于元結(jié)構(gòu)的算法
    2.2 矩陣分解
第三章 元路徑誘導(dǎo)的動態(tài)概率相關(guān)性度量
    3.1 PReP:從概率角度出發(fā)的相關(guān)性度量
    3.2 DHIN-PReP相關(guān)性度量算法
    3.3 特征參數(shù)估計
    3.4 DHIN-PReP算法實驗
        3.4.1 數(shù)據(jù)集及評價準則
        3.4.2 特征參數(shù)的影響
        3.4.3 有效性和穩(wěn)定性驗證
    3.5 本章小結(jié)
第四章 基于概率相關(guān)性度量的推薦算法
    4.1 相關(guān)定義和建模思路
    4.2 基于矩陣分解的相關(guān)性推薦算法
    4.3 DHINPRe P-MF算法實驗
        4.3.1 數(shù)據(jù)集及評價準則
        4.3.2 實驗結(jié)果
    4.4 相關(guān)性推薦算法的推廣
        4.4.1 用戶關(guān)系建模
        4.4.2 物品關(guān)系建模
        4.4.3 DHINPRe P-CF模型
    4.5 本章小結(jié)
第五章 結(jié)論
    5.1 總結(jié)
    5.2 展望
參考文獻
附錄 A 實驗一數(shù)據(jù)結(jié)果
致謝
攻讀學(xué)位期間的研究成果


【參考文獻】：
期刊論文
[1]結(jié)合地點類別和社交網(wǎng)絡(luò)的興趣點推薦[J]. 唐浩然,曾駿,李烽,文俊浩.  重慶大學(xué)學(xué)報. 2020(07)
[2]異構(gòu)信息網(wǎng)絡(luò)中基于元結(jié)構(gòu)的協(xié)同過濾算法[J]. 王旭,龐巍,王喆.  計算機科學(xué). 2019(S1)
[3]一種檢測興趣漂移的元路徑推薦模型[J]. 石磊,丁鑫,陶永才,衛(wèi)琳.  小型微型計算機系統(tǒng). 2019(03)
[4]網(wǎng)絡(luò)數(shù)據(jù)環(huán)境下動態(tài)抽樣框的構(gòu)建及其應(yīng)用[J]. 朱鈺,王恬.  統(tǒng)計與決策. 2019(02)
[5]個性化推薦算法研究綜述[J]. 張志威.  信息與電腦(理論版). 2018(17)
[6]基于內(nèi)容的加權(quán)粒度序列推薦算法[J]. 王光,張杰民,董帥含,夏帥.  計算機工程與科學(xué). 2018(03)
[7]基于建構(gòu)主義學(xué)習(xí)理論的個性化知識推薦模型[J]. 謝振平,金晨,劉淵.  計算機研究與發(fā)展. 2018(01)
[8]協(xié)同過濾推薦算法研究進展[J]. 翁小蘭,王志堅.  計算機工程與應(yīng)用. 2018(01)
[9]異構(gòu)信息網(wǎng)絡(luò)中基于圖的半監(jiān)督學(xué)習(xí)[J]. 湯小康,曹步文.  小型微型計算機系統(tǒng). 2017(10)
[10]基于關(guān)聯(lián)規(guī)則挖掘的分類隨機游走算法[J]. 施海鷹.  計算機技術(shù)與發(fā)展. 2017(09)

博士論文
[1]社會網(wǎng)絡(luò)分析與挖掘的若干關(guān)鍵問題研究[D]. 韓毅.國防科學(xué)技術(shù)大學(xué) 2011

碩士論文
[1]基于分布式平臺的個性化推薦算法研究[D]. 韓皎.長安大學(xué) 2017
[2]基于網(wǎng)絡(luò)中對象關(guān)系的信息檢索和結(jié)構(gòu)分析及其應(yīng)用[D]. 尹緒森.北京郵電大學(xué) 2014



本文編號：3184794