本文關(guān)鍵詞：基于用戶影響力的用戶興趣建模方法研究，由筆耕文化傳播整理發(fā)布。

《解放軍信息工程大學》 2015年

基于用戶影響力的用戶興趣建模方法研究

于巖  

【摘要】：隨著移動互聯(lián)網(wǎng)以及智能終端的快速普及,網(wǎng)絡(luò)資源呈指數(shù)級增長趨勢,豐富的網(wǎng)絡(luò)資源成為一把雙刃劍,在帶來海量信息的同時也帶來了“信息過載”問題。目前搜索引擎技術(shù)是主流的信息過濾方式,但其提供的是基于關(guān)鍵字的無差別服務(wù),無法滿足用戶的個性化搜索服務(wù)需求,極大地降低了用戶體驗。用戶興趣建模是實現(xiàn)個性化推薦的關(guān)鍵一步,它能根據(jù)用戶不同的興趣向用戶推薦不同的返回結(jié)果。但是目前用戶興趣建模研究存在以下幾點不足：(1)移動互聯(lián)網(wǎng)的快速普及,微博等自媒體社交網(wǎng)絡(luò)成為研究的熱點,傳統(tǒng)基于文本的主題提取算法并不能準確提取微博、評論、短信等短文本主題,對利用文本分析用戶興趣提出了挑戰(zhàn)；(2)用戶之間的興趣、行為相互影響,用戶歷史行為對當前行為也有影響,而目前的用戶興趣模型并沒有針對用戶之間的影響力對用戶的興趣影響進行深入研究；(3)傳統(tǒng)用戶興趣模型并未區(qū)分長期興趣與短期興趣。長期興趣是用戶的固有興趣,相對較穩(wěn)定,而短期興趣是受其他用戶節(jié)點影響產(chǎn)生的短暫興趣,波動較大。區(qū)別對待兩種興趣能有效提高用戶興趣預測的準確度與推薦的效率。針對上述問題,首先,本文提出基于權(quán)重微博鏈的改進LDA(Latent Dirichlet Allocation)主題模型,提取用戶微博短文本主題；其次,使用用戶之間的關(guān)系強度表征用戶之間的影響力,提出基于霍克斯過程的潛在因子關(guān)系強度模型；最后將用戶興趣分成長期興趣與短期興趣,提出基于用戶影響力的微博用戶興趣預測模型。主要工作及研究成果如下：1.提出了一種基于權(quán)重微博鏈的改進LDA微博主題模型。針對短文本具有攜帶語義特征信息密度低的特征,本文提出根據(jù)微博發(fā)布時間與原創(chuàng)、轉(zhuǎn)發(fā)、評論微博等社交行為信息分配權(quán)重、使用背景知識豐富語義特征的微博鏈結(jié)構(gòu),設(shè)計了基于此改進的LDA主題模型。實驗結(jié)果表明,相比于標準的LDA模型,該模型具有較低的預測不確定度。2.提出一種基于霍克斯過程改進的潛在因子關(guān)系強度模型。針對傳統(tǒng)關(guān)系強度模型主要研究簡單二元關(guān)系與靜態(tài)關(guān)系這一不足,本文提出一種基于霍克斯過程改進的潛在因子關(guān)系強度模型,將用戶關(guān)系強度視為潛在因子,用戶相似性與歷史交互行為分別視為潛在因子的誘因與表象,并使用霍克斯過程刻畫歷史交互行為與用戶關(guān)系強度之間的關(guān)系,解決了原有模型未考慮用戶歷史交互影響及其動態(tài)衰減的問題。本文使用微博社交網(wǎng)絡(luò)數(shù)據(jù)進行算法評估,實驗結(jié)果表明,本模型可以提高用戶關(guān)系強度預測精度以及基于關(guān)系強度排序Top-N鄰居節(jié)點的覆蓋率。3.提出了一種基于用戶影響力的微博用戶興趣預測模型。利用RBF神經(jīng)網(wǎng)絡(luò)對用戶興趣模型進行訓練。針對現(xiàn)有用戶興趣預測模型未考慮鄰居節(jié)點影響、未區(qū)分長期興趣與短期興趣等不足,提出一種基于用戶影響力的微博用戶興趣預測模型,提高興趣預測準確度,提高商品與服務(wù)推薦效率。該模型將用戶興趣分成長期興趣和短期興趣,綜合考慮目標用戶固有興趣和鄰居用戶對目標用戶的興趣影響,同時采用具有良好學習能力、唯一逼近性特點的正則化RBF神經(jīng)網(wǎng)絡(luò)對用戶興趣進行預測。在利用騰訊微博數(shù)據(jù)進行的實驗中,用戶長期與短期興趣預測偏差分別為4.31%、14.53%,偏差方差分別為0.31、48.12,仿真結(jié)果表明該模型較已有的興趣預測算法具有更好的預測精度和穩(wěn)定性。

【關(guān)鍵詞】：
【學位授予單位】：解放軍信息工程大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.3
【目錄】：

下載全文 更多同類文獻

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

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

2 徐志明;李棟;劉挺;李生;王剛;袁樹侖;;微博用戶的相似性度量及其應用[J];計算機學報;2014年01期

3 謝昊;江紅;;一種面向微博主題挖掘的改進LDA模型[J];華東師范大學學報(自然科學版);2013年06期

4 李英樂;于洪濤;劉力雄;陳丹;;基于RBF神經(jīng)網(wǎng)絡(luò)的微博消息傳播時間預測方法[J];計算機工程與設(shè)計;2013年11期

5 王洪偉;鄒莉;;考慮長期與短期興趣因素的用戶偏好建模[J];同濟大學學報(自然科學版);2013年06期

6 朱郁筱;呂琳媛;;推薦系統(tǒng)評價指標綜述[J];電子科技大學學報;2012年02期

7 張晨逸;孫建伶;丁軼群;;基于MB-LDA模型的微博主題挖掘[J];計算機研究與發(fā)展;2011年10期

8 于洪;李轉(zhuǎn)運;;基于遺忘曲線的協(xié)同過濾推薦算法[J];南京大學學報(自然科學版);2010年05期

9 郭金玉;張忠彬;孫慶云;;層次分析法的研究與應用[J];中國安全科學學報;2008年05期

10 林霜梅;汪更生;陳弈秋;;個性化推薦系統(tǒng)中的用戶建模及特征選擇[J];計算機工程;2007年17期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 宏磊;趙桂紅;;旅客國內(nèi)旅行線路推介系統(tǒng)及其實現(xiàn)[J];科技創(chuàng)新與應用;2016年18期

2 關(guān)鑫;盧布;李建國;孔令楓;;農(nóng)業(yè)規(guī)劃區(qū)內(nèi)主導產(chǎn)業(yè)優(yōu)選方法集成研究(Ⅰ:框架設(shè)計)[J];土壤與作物;2016年02期

3 張航;葉東毅;;融合鄰域模型與矩陣分解模型的推薦算法[J];計算機系統(tǒng)應用;2016年06期

4 宋亞偉;司亞利;劉文遠;張洪禮;;融合時間特征和協(xié)同過濾的興趣點推薦算法[J];小型微型計算機系統(tǒng);2016年06期

5 陳崢;儲穎君;;基于STM32和安卓的電梯狀態(tài)檢測裝置設(shè)計[J];電子設(shè)計工程;2016年11期

6 褚慶忠;陳小哲;時培兵;梁武斌;喬雨朋;邵先杰;;秦家屯復雜斷塊油田開發(fā)效果分析及定量評價方法[J];大慶石油地質(zhì)與開發(fā);2016年03期

7 孫冠中;董艷艷;黃奎;李薇;;脫硫脫硝一體化工藝和AHP在工藝綜合評價中的應用[J];科技通報;2016年05期

8 劉航;;二層次模糊綜合評判理論在橋梁震害預測中的應用[J];公路與汽運;2016年03期

9 趙營;;結(jié)合SVD的協(xié)同過濾算法研究[J];通訊世界;2016年10期

10 孟珍珠;唐德善;魏宇航;張范平;;和諧論在水資源承載力綜合評價中的應用[J];水資源保護;2016年03期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳克寒;韓盼盼;吳健;;基于用戶聚類的異構(gòu)社交網(wǎng)絡(luò)推薦算法[J];計算機學報;2013年02期

2 楊春霞;胡丹婷;胡森;;微博病毒傳播模型研究[J];計算機工程;2012年15期

3 江龍;薛佳佳;;基于差值灰色RBF網(wǎng)絡(luò)模型股票價格預測研究[J];廣西大學學報(自然科學版);2012年03期

4 馮興杰;潘文欣;盧楠;;基于小波包的RBF神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)流量混沌預測[J];計算機工程與設(shè)計;2012年05期

5 鄭蕾;李生紅;;基于微博網(wǎng)絡(luò)的信息傳播模型[J];通信技術(shù);2012年02期

6 廉捷;周欣;曹偉;劉云;;新浪微博數(shù)據(jù)挖掘方案[J];清華大學學報(自然科學版);2011年10期

7 張晨逸;孫建伶;丁軼群;;基于MB-LDA模型的微博主題挖掘[J];計算機研究與發(fā)展;2011年10期

8 呂琳媛;;復雜網(wǎng)絡(luò)鏈路預測[J];電子科技大學學報;2010年05期

9 呂琳媛;陸君安;張子柯;閆小勇;吳曄;史定華;周海平;方錦清;周濤;;復雜網(wǎng)絡(luò)觀察[J];復雜系統(tǒng)與復雜性科學;2010年Z1期

10 劉建國;周濤;郭強;汪秉宏;;個性化推薦系統(tǒng)評價方法綜述[J];復雜系統(tǒng)與復雜性科學;2009年03期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王杰;使圖像的編輯更加容易[J];中文信息;1998年Z1期

2 王波,姚敏;基于信息抽取的匿名用戶興趣描述[J];華南理工大學學報(自然科學版);2004年S1期

3 董全德;;用戶興趣遷移模式與個性化服務(wù)[J];電腦知識與技術(shù)(學術(shù)交流);2007年17期

4 鄭運剛;馬建國;;基于分類的用戶興趣漂移模型[J];情報雜志;2008年01期

5 張濤;;基于瀏覽歷史的用戶興趣提取模型[J];軟件導刊;2009年06期

6 楊杰;陳恩紅;;面向個性化服務(wù)的用戶興趣偏移檢測及處理方法[J];電子技術(shù);2009年11期

7 陳圣兵;李龍澍;紀霞;;多層次用戶興趣模式的動態(tài)捕捉[J];計算機工程與應用;2009年36期

8 鄭曉健;龐淑英;何英;;一種面向主題的用戶興趣挖掘模型研究[J];昆明學院學報;2010年03期

9 花青松;劉海峰;胡錚;;基于基尼系數(shù)的用戶興趣分布模式度量方法[J];計算機工程;2012年22期

10 孫雨生;劉偉;仇蓉蓉;黃傳慧;;國內(nèi)用戶興趣建模研究進展[J];情報雜志;2013年05期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 趙琦;駱志剛;田文穎;李聰;丁凡;;一種基于負反饋信息的用戶興趣模型修正方法[A];中國通信學會第六屆學術(shù)年會論文集（下）[C];2009年

2 孫靜;郭奇;張志強;馮建華;;一種基于面向領(lǐng)域檢索系統(tǒng)的用戶興趣獲取方法[A];第二十一屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2004年

3 孫鐵利;教巍巍;;基于馬爾科夫模型的用戶興趣導航模型系統(tǒng)(英文)[A];計算機技術(shù)與應用進展——全國第17屆計算機科學與技術(shù)應用（CACIS）學術(shù)會議論文集（上冊）[C];2006年

4 廖祝華;劉建勛;易愛平;;基于用戶興趣的Web服務(wù)發(fā)現(xiàn)[A];2006年全國開放式分布與并行計算機學術(shù)會議論文集（三）[C];2006年

5 李曉黎;史忠植;梁永全;劉福桃;;INTERNET網(wǎng)上一種識別用戶興趣的學習方法[A];第十六屆全國數(shù)據(jù)庫學術(shù)會議論文集[C];1999年

6 田萱;杜小勇;;基于SAM模型的用戶興趣表示研究[A];第二十三屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2006年

7 王勇;劉奕群;張敏;馬少平;茹立云;;基于用戶興趣分析的網(wǎng)頁生命周期建模(英文)[A];第三屆全國信息檢索與內(nèi)容安全學術(shù)會議論文集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 中國科學院計算技術(shù)研究所 王 斌;[N];計算機世界;2004年

中國博士學位論文全文數(shù)據(jù)庫 前8條

1 張召;在線論壇用戶興趣圖譜發(fā)現(xiàn)與個性化信息推薦[D];華東師范大學;2012年

2 劉淇;基于用戶興趣建模的推薦方法及應用研究[D];中國科學技術(shù)大學;2013年

3 郭巖;網(wǎng)絡(luò)日志中用戶興趣的挖掘及利用[D];中國科學院研究生院（計算技術(shù)研究所）;2004年

4 吳麗輝;個性化的Web信息采集技術(shù)研究[D];中國科學院研究生院（計算技術(shù)研究所）;2005年

5 謝興;社會網(wǎng)絡(luò)中興趣發(fā)現(xiàn)與信息組織的研究[D];復旦大學;2011年

6 李東勝;基于興趣與保護隱私的在線社區(qū)推薦技術(shù)研究[D];復旦大學;2012年

7 陳浩;Web搜索的用戶興趣與智能優(yōu)化研究[D];中南大學;2012年

8 姜邵巍;基于競爭關(guān)系的推薦技術(shù)研究[D];北京郵電大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳媛媛;用戶興趣圖譜演化機制研究[D];武漢理工大學;2014年

2 梁潤庭(Runting Leung);面向微博用戶的興趣識別算法的研究與實現(xiàn)[D];西南交通大學;2015年

3 俞忻峰;新浪微博的數(shù)據(jù)采集和推薦方案研究[D];南京理工大學;2015年

4 楊梅;基于樹型網(wǎng)絡(luò)的多源用戶興趣數(shù)據(jù)融合方法研究[D];四川師范大學;2015年

5 石光蓮;基于形式概念分析的Folksonomy用戶興趣識別研究[D];西南大學;2015年

6 湯文清;微博用戶的興趣及性格分析[D];上海大學;2015年

7 梅佩;基于瀏覽內(nèi)容的用戶興趣研究[D];北京化工大學;2015年

8 張少杰;基于用戶興趣的微博廣告投放系統(tǒng)的設(shè)計與實現(xiàn)[D];山西大學;2015年

9 黃龍偉;基于蟻群算法的WEB日志用戶興趣路徑研究[D];江西師范大學;2015年

10 方正;微博短文本分析技術(shù)研究及應用[D];電子科技大學;2014年

  本文關(guān)鍵詞：基于用戶影響力的用戶興趣建模方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：209182