隨著移動互聯(lián)網(wǎng)技術(shù)快速發(fā)展及5G網(wǎng)絡(luò)的出現(xiàn),各式各樣移動社交網(wǎng)站大量興起,成為人們生活和工作不可或缺的一部分,網(wǎng)絡(luò)用戶所扮演的角色也發(fā)生了巨大變化,逐漸從信息接受者變?yōu)樾畔l(fā)布者,在移動社交網(wǎng)站帶給大家無數(shù)便利和快樂的同時,也導(dǎo)致了移動社交網(wǎng)絡(luò)中信息過載,網(wǎng)絡(luò)中海量無序的信息降低了用戶使用體驗(yàn),勢必導(dǎo)致用戶不斷流失,因此產(chǎn)生了推薦系統(tǒng)。在推薦系統(tǒng)的研究中,好友推薦、信息服務(wù)推薦成為了社交網(wǎng)絡(luò)中較為重要的研究方向。與此同時,推薦準(zhǔn)確率及推薦精準(zhǔn)度阻礙了推薦系統(tǒng)的進(jìn)一步發(fā)展。本文將針對推薦研究中存在的問題進(jìn)行研究。在移動社交網(wǎng)絡(luò)中,用戶自發(fā)形成大大小小的虛擬社區(qū),對網(wǎng)絡(luò)虛擬社區(qū)進(jìn)行劃分可為網(wǎng)絡(luò)輿情監(jiān)測、情感分析、搜索引擎及推薦系統(tǒng)等方向研究提供助力。社區(qū)劃分是將網(wǎng)絡(luò)中用戶節(jié)點(diǎn)依次劃分至不同集合,保證集合內(nèi)部節(jié)點(diǎn)相似度較高而集合外部節(jié)點(diǎn)相似性較低�，F(xiàn)有社區(qū)劃分算法大多基于用戶節(jié)點(diǎn)相似屬性進(jìn)行劃分,缺乏對節(jié)點(diǎn)間鏈接關(guān)系的綜合研究,為合理分析用戶間聯(lián)系,可以通過引入用戶信任程度對移動社交網(wǎng)絡(luò)用戶關(guān)系進(jìn)行描述,以提升網(wǎng)絡(luò)社區(qū)劃分質(zhì)量。其次,目前推薦算法大多基于用戶或項(xiàng)目間相似性進(jìn)行用戶推薦或項(xiàng)目推... 

【文章來源】：湖北工業(yè)大學(xué)湖北省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

本文研究思路實(shí)驗(yàn)結(jié)果與分析

饌?纈胝媸凳瀾緄牧?印?2.1.2移動社交網(wǎng)絡(luò)的圖表示移動社交網(wǎng)絡(luò)是復(fù)雜網(wǎng)絡(luò)的一種，其結(jié)構(gòu)主要基于圖論，在移動社交網(wǎng)絡(luò)圖譜由節(jié)點(diǎn)與節(jié)點(diǎn)的連線（也叫邊）所構(gòu)成，其中邊代表兩節(jié)點(diǎn)間的關(guān)系，而節(jié)點(diǎn)實(shí)際意義上指移動社交用戶，也是構(gòu)成移動社交網(wǎng)絡(luò)的基本元素[62]。用圖G=（V，E）表示所給網(wǎng)絡(luò)，其中V和E分別表示所有節(jié)點(diǎn)及邊的集合，V={V1，V2，…VN}，E={E1，E2，…EM}，另外N、M分別表示總結(jié)點(diǎn)數(shù)和總邊數(shù)，N=|V|，M=|E|。N*N的鄰接矩陣Z可用于描述網(wǎng)絡(luò)圖G，，∈，若,∈，則,=1，否則,=0，具體如圖2.1所示。拉普拉斯矩陣表示圖的一種矩陣，其被定義為：L=DZ（2.1）其中D為圖G的度矩陣，其表示方式為鄰接矩陣Z的每一列元素相加所得的數(shù)值，并分別放于矩陣對角線上，其他為零，所組成的N*N的矩陣，若用d（）表示節(jié)點(diǎn)的度，那么度矩陣D可表示為公式（2.2），拉普拉斯矩陣具體計算如圖V1V4V2V3Z=0110111111110000圖2.1網(wǎng)絡(luò)圖的鄰接矩陣示例

湖北工業(yè)大學(xué)碩士學(xué)位論文112.2所示。D(G)=[d（1）d（2）d（3）d（4）]（2.2）譜聚類對于給定的圖G，V表示各個節(jié)點(diǎn)，邊的權(quán)重表示各節(jié)點(diǎn)間的相似度，譜聚類旨在將圖分割成若干子圖，連接不同子圖邊權(quán)重（即相似度）盡可能低，而各子圖內(nèi)邊權(quán)重盡可能高，整個過程即為社區(qū)劃分。譜聚類中常用的標(biāo)準(zhǔn)化拉普拉斯矩陣如公式（2.3）所示。L=1Z（2.3）對與移動社交網(wǎng)絡(luò)圖G中任一對節(jié)點(diǎn)和，若邊（i，j）與（j，i）等價，則稱圖G為無向網(wǎng)絡(luò)，反之，則為有向網(wǎng)絡(luò)；若,∈，且有權(quán)值，則稱圖G為有權(quán)網(wǎng)絡(luò)，反之，則為無權(quán)網(wǎng)絡(luò)。其中加權(quán)網(wǎng)絡(luò)可表示為G=（V，E，W），W表示權(quán)重集合，,∈，均有,∈與其對應(yīng)，若節(jié)點(diǎn)與之間無連接，則,=0，社交網(wǎng)絡(luò)圖的類別分別如圖2.3所示。2.1.3移動社交網(wǎng)絡(luò)的特性在現(xiàn)有文獻(xiàn)研究中，主要將移動互聯(lián)網(wǎng)的特性體現(xiàn)在兩個方面，一方面是實(shí)用性或應(yīng)用性特性，另一方面則為統(tǒng)計特性。移動社交網(wǎng)絡(luò)在實(shí)際生活中主要包含以下幾個特點(diǎn)[57,63]：（1）通用性L=3113111111112002圖2.2網(wǎng)絡(luò)圖的拉普拉斯矩陣示例D=3003000000002002V1V4V2V3（a）無權(quán)無向V1V4V2V3V1V4V2V3（a）無權(quán)有向（a）有權(quán)無向（a）有權(quán)有向W14W12W23W13V1V4V2V3W14W12W23W13圖2.3網(wǎng)絡(luò)圖的四種表示

【參考文獻(xiàn)】：
期刊論文
[1]基于用戶聚類與動態(tài)交互信任關(guān)系的好友推薦方法研究[J]. 高慧穎,魏甜,劉嘉唯.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(10)
[2]基于用戶屬性—關(guān)系相似度的好友推薦模型研究[J]. 余以勝,陳詠暉.  情報理論與實(shí)踐. 2020(02)
[3]基于關(guān)聯(lián)規(guī)則與相似度的社交好友推薦算法[J]. 向程冠,熊世桓,王東,熊偉程.  計算機(jī)工程. 2019(04)
[4]面向興趣主題的個性化好友推薦[J]. 齊會敏,劉群,戴大祥.  計算機(jī)工程與科學(xué). 2018(02)
[5]一種新的基于局部相似度的社區(qū)發(fā)現(xiàn)算法[J]. 顧亦然,陳雨晴.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2017(05)
[6]基于標(biāo)簽改進(jìn)社交網(wǎng)絡(luò)好友推薦算法研究與應(yīng)用[J]. 章訊,龍華,周芝民.  信息技術(shù). 2017(06)
[7]基于重疊度與模塊度增量的復(fù)雜網(wǎng)絡(luò)社區(qū)識別[J]. 隆華,李寶安.  計算機(jī)應(yīng)用. 2017(S1)
[8]基于網(wǎng)絡(luò)距離和內(nèi)容相似度的微博社交網(wǎng)絡(luò)社區(qū)劃分方法[J]. 張中軍,張文娟,于來行,李潤川.  山東大學(xué)學(xué)報(理學(xué)版). 2017(07)
[9]基于鏈接分析和用戶興趣的微博社區(qū)發(fā)現(xiàn)算法[J]. 鄭偉濤,吳永亮,郭芳琳,閆光輝,何力.  計算機(jī)工程與科學(xué). 2017(04)
[10]融合關(guān)系強(qiáng)度和興趣的好友推薦方法研究[J]. 夏立新,李重陽,王忠義.  圖書情報工作. 2017(01)

碩士論文
[1]基于用戶偏好和信任關(guān)系的移動社交網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)研究[D]. 楊楊.湖北工業(yè)大學(xué) 2019
[2]二分網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)算法和評價指標(biāo)研究[D]. 安曉丹.山西大學(xué) 2019
[3]基于模型的協(xié)同過濾推薦算法研究[D]. 王碩.北京郵電大學(xué) 2019
[4]基于用戶相似度和社交信任關(guān)系的推薦算法研究[D]. 王佳同.東北師范大學(xué) 2017
[5]社會化問答平臺用戶持續(xù)使用意愿影響因素研究[D]. 胡守偉.安徽大學(xué) 2017
[6]社會網(wǎng)絡(luò)中社區(qū)發(fā)現(xiàn)與用戶推薦算法研究[D]. 王濤.新疆大學(xué) 2017
[7]感知利益對社會化問答社區(qū)用戶持續(xù)使用意愿的影響機(jī)制[D]. 江勇威.暨南大學(xué) 2016
[8]面向移動社會網(wǎng)絡(luò)的服務(wù)器集群系統(tǒng)研究與設(shè)計[D]. 王珊珊.電子科技大學(xué) 2016
[9]移動社交網(wǎng)絡(luò)中基于節(jié)點(diǎn)團(tuán)結(jié)構(gòu)的數(shù)據(jù)轉(zhuǎn)發(fā)算法研究[D]. 夏茂晉.合肥工業(yè)大學(xué) 2016
[10]基于社區(qū)發(fā)現(xiàn)好友推薦算法的研究與實(shí)現(xiàn)[D]. 白立穩(wěn).東北大學(xué) 2015



本文編號：2900319