本文關(guān)鍵詞：基于信息流動(dòng)模型的個(gè)性化社交內(nèi)容推薦，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著信息化社會(huì)的不斷深入,社交網(wǎng)絡(luò)已經(jīng)成為了人們?nèi)粘Ｉ钪胁豢煞指畹囊徊糠?比如國(guó)內(nèi)的新浪微博,人人網(wǎng),以及國(guó)外的Facebook,Twitter,LinkedIn等等。在這些社交網(wǎng)站中,用戶不僅可以發(fā)布自己最新的狀態(tài)和消息,還可以將它們分享給好友。此外,用戶也可以通過(guò)自己的主頁(yè),瀏覽到好友的最新消息。這種信息分享機(jī)制是有利有弊的。一方面,通過(guò)這種機(jī)制,一些熱門的信息會(huì)更快地傳遞給用戶,使得用戶能夠更快地獲得最新的消息。而另一方面,過(guò)快的信息流動(dòng)使得用戶可能在一天之內(nèi)收到幾百甚至上千條信息。這種信息過(guò)載問(wèn)題給用戶帶來(lái)了很大的困擾,因?yàn)樗麄冋嬲枰男畔⒈宦駴](méi)在眾多無(wú)用信息當(dāng)中。在過(guò)去的一些研究中,不少方法可以在一定程度上解決這個(gè)問(wèn)題,其中包括協(xié)同過(guò)濾方法和信息流動(dòng)模型。這兩種經(jīng)典的方法從不同的角度出發(fā)預(yù)測(cè)了用戶會(huì)喜歡什么樣的信息。但是它們的缺點(diǎn)在于都只能利用一部分的有效信息進(jìn)行預(yù)測(cè)。在這篇論文中,我們提出了一種新的方法來(lái)解決信息過(guò)載的問(wèn)題。它不但融合了協(xié)同過(guò)濾的優(yōu)勢(shì),而且借助了信息流動(dòng)時(shí)的特征。我們的論文主要有三方面的貢獻(xiàn)。首先,我們提出了一系列的特征來(lái)描述信息流動(dòng)的特點(diǎn)。其次,我們提出了一個(gè)新的模型,同時(shí)融合了協(xié)同過(guò)濾和信息流動(dòng)模型的優(yōu)勢(shì)。最后,我們?cè)趦蓚�(gè)真實(shí)的數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明我們新模型的效果要遠(yuǎn)勝于之前最好的方法。
【關(guān)鍵詞】：社交網(wǎng)絡(luò) 推薦 信息流動(dòng) 協(xié)同過(guò)濾 個(gè)性化
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.3
【目錄】：

• 摘要3-4
• ABSTRACT4-9
• 主要符號(hào)對(duì)照表9-10
• 第一章 引言10-18
• 1.1 背景10-11
• 1.2 研究意義11-13
• 1.3 研究方法13-15
• 1.4 論文框架15
• 1.5 本章總結(jié)15-18
• 第二章 相關(guān)工作18-24
• 2.1 個(gè)性化推薦系統(tǒng)18-19
• 2.2 信息流動(dòng)模型19-20
• 2.3 協(xié)同過(guò)濾方法20-21
• 2.4 本章小結(jié)21-24
• 第三章 信息流動(dòng)中的特征24-30
• 3.1 信息流動(dòng)特征概述24-25
• 3.2 和流行度相關(guān)的特征25-27
• 3.3 和鄰居相關(guān)的特征27-28
• 3.4 本章總結(jié)28-30
• 第四章 基于信息流動(dòng)的推薦模型30-34
• 4.1 概述30
• 4.2 基于信息流動(dòng)模型的矩陣分解30-31
• 4.3 線性疊加的融合方法31-32
• 4.4 本章總結(jié)32-34
• 第五章 模型訓(xùn)練34-38
• 5.1 模型訓(xùn)練方法34-36
• 5.2 本章總結(jié)36-38
• 第六章 實(shí)驗(yàn)部分38-48
• 6.1 數(shù)據(jù)集38-40
• 6.2 評(píng)測(cè)標(biāo)準(zhǔn)40-41
• 6.3 新浪微博數(shù)據(jù)集的評(píng)測(cè)結(jié)果41-45
• 6.4 Twitter數(shù)據(jù)集的評(píng)測(cè)結(jié)果45-46
• 6.5 本章總結(jié)46-48
• 第七章 總結(jié)與展望48-50
• 參考文獻(xiàn)50-56
• 致謝56-58
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄58-60
• 攻讀學(xué)位期間參與的項(xiàng)目60-62

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊風(fēng)召;;一種基于特征表的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年06期

2 王嵐;翟正軍;;基于時(shí)間加權(quán)的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)應(yīng)用;2007年09期

3 曾子明;張李義;;基于多屬性決策和協(xié)同過(guò)濾的智能導(dǎo)購(gòu)系統(tǒng)[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2008年02期

4 張富國(guó);;用戶多興趣下基于信任的協(xié)同過(guò)濾算法研究[J];小型微型計(jì)算機(jī)系統(tǒng);2008年08期

5 侯翠琴;焦李成;張文革;;一種壓縮稀疏用戶評(píng)分矩陣的協(xié)同過(guò)濾算法[J];西安電子科技大學(xué)學(xué)報(bào);2009年04期

6 廖新考;;基于用戶特征和項(xiàng)目屬性的混合協(xié)同過(guò)濾推薦[J];福建電腦;2010年07期

7 沈磊;周一民;李舟軍;;基于心理學(xué)模型的協(xié)同過(guò)濾推薦方法[J];計(jì)算機(jī)工程;2010年20期

8 徐紅;彭黎;郭艾寅;徐云劍;;基于用戶多興趣的協(xié)同過(guò)濾策略改進(jìn)研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年04期

9 焦晨斌;王世卿;;基于模型填充的混合協(xié)同過(guò)濾算法[J];微計(jì)算機(jī)信息;2011年11期

10 鄭婕;鮑海琴;;基于協(xié)同過(guò)濾推薦技術(shù)的個(gè)性化網(wǎng)絡(luò)教學(xué)平臺(tái)研究[J];科技風(fēng);2012年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項(xiàng)目分類的協(xié)同過(guò)濾算法[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過(guò)濾推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過(guò)濾算法研究[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場(chǎng)景的協(xié)同過(guò)濾推薦算法[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

5 李建國(guó);姚良超;湯庸;郭歡;;基于認(rèn)知度的協(xié)同過(guò)濾推薦算法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協(xié)同過(guò)濾推薦算法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測(cè)量學(xué)的協(xié)同過(guò)濾相似度方法(英文)[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過(guò)濾推薦算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協(xié)同推薦中冷啟動(dòng)問(wèn)題的方法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過(guò)濾推薦算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯一[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李聰;電子商務(wù)推薦系統(tǒng)中協(xié)同過(guò)濾瓶頸問(wèn)題研究[D];合肥工業(yè)大學(xué);2009年

2 郭艷紅;推薦系統(tǒng)的協(xié)同過(guò)濾算法與應(yīng)用研究[D];大連理工大學(xué);2008年

3 羅恒;基于協(xié)同過(guò)濾視角的受限玻爾茲曼機(jī)研究[D];上海交通大學(xué);2011年

4 薛福亮;電子商務(wù)協(xié)同過(guò)濾推薦質(zhì)量影響因素及其改進(jìn)機(jī)制研究[D];天津大學(xué);2012年

5 高e

本文編號(hào)：346333