發(fā)布時(shí)間：2017-11-05 10:05

  本文關(guān)鍵詞：面向社會(huì)化媒體的用戶生成內(nèi)容推薦技術(shù)研究

  更多相關(guān)文章： 社會(huì)化媒體 用戶生成內(nèi)容 推薦系統(tǒng) 用戶關(guān)系推理 用戶反饋推理 用戶偏好預(yù)測(cè)

【摘要】：隨著Internet的快速發(fā)展與移動(dòng)智能設(shè)備的廣泛普及,萬(wàn)維網(wǎng)正從用戶被動(dòng)消費(fèi)內(nèi)容的傳統(tǒng)媒體向用戶主動(dòng)創(chuàng)建和分享內(nèi)容的社會(huì)化媒體轉(zhuǎn)變。這種轉(zhuǎn)變極大地方便了信息的創(chuàng)建和分享,但也引發(fā)了嚴(yán)重的信息過(guò)載問(wèn)題,給用戶獲得有效信息帶來(lái)了極大的挑戰(zhàn)。鑒于社會(huì)化媒體中諸如信息的時(shí)效性、信息需求的個(gè)性化、以及信息消費(fèi)的盲目性等新特點(diǎn),傳統(tǒng)的基于搜索的信息過(guò)濾技術(shù)已經(jīng)難以應(yīng)對(duì)其信息過(guò)載問(wèn)題。區(qū)別于搜索技術(shù),推薦技術(shù)試圖從多種社會(huì)化媒體數(shù)據(jù)(例如用戶關(guān)系、用戶反饋、用戶生成內(nèi)容等)中自動(dòng)分析用戶潛在的個(gè)性化的需求,因而更適合應(yīng)對(duì)社會(huì)化媒體的信息過(guò)載問(wèn)題。然而,現(xiàn)有推薦技術(shù)在如何綜合利用社會(huì)化媒體上的多種數(shù)據(jù)、如何處理復(fù)雜的用戶關(guān)系、如何處理隱式的用戶反饋、如何應(yīng)對(duì)用戶生成內(nèi)容的時(shí)效性等問(wèn)題上都面臨著挑戰(zhàn)。針對(duì)這些挑戰(zhàn),本文首先提出了一個(gè)面向社會(huì)化媒體的用戶生成內(nèi)容推薦框架,然后分別重點(diǎn)研究了此框架中關(guān)于用戶關(guān)系、用戶反饋與用戶生成內(nèi)容的三項(xiàng)關(guān)鍵技術(shù),最后在此基礎(chǔ)上設(shè)計(jì)與實(shí)現(xiàn)了一個(gè)面向社會(huì)化媒體的用戶生成內(nèi)容推薦平臺(tái),并基于此平臺(tái)實(shí)現(xiàn)了一個(gè)新浪微博推薦的應(yīng)用示例。具體而言,本文的主要工作如下：1.提出了一個(gè)面向社會(huì)化媒體的用戶生成內(nèi)容推薦框架。在具體分析社會(huì)化媒體用戶生成內(nèi)容推薦問(wèn)題的需求特點(diǎn)的基礎(chǔ)上,該框架以松耦合的方式處理多種社會(huì)化媒體數(shù)據(jù),包括用戶關(guān)系、用戶反饋與用戶生成內(nèi)容,具有較強(qiáng)的靈活性。2.提出了一種基于社會(huì)學(xué)理論的用戶關(guān)系推理技術(shù)。該技術(shù)基于多種社會(huì)學(xué)理論刻畫(huà)復(fù)雜的用戶關(guān)系,并據(jù)此從社會(huì)化媒體上已知的用戶關(guān)系中推理出有價(jià)值的未知的用戶關(guān)系。在多個(gè)真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果顯示,該技術(shù)在推理準(zhǔn)確性上顯著地超過(guò)了已有的基準(zhǔn)方法,并且在效率上能夠達(dá)到線性的訓(xùn)練時(shí)間和常數(shù)級(jí)的應(yīng)答時(shí)間。3.提出了一種利用外在關(guān)系的單類用戶反饋推理技術(shù)。鑒于社會(huì)化媒體上的用戶反饋大多以隱式反饋的形式存在,該技術(shù)提出了專門(mén)的應(yīng)對(duì)措施,并試圖根據(jù)已有的隱式用戶反饋捕捉用戶需求,推理出未知的用戶反饋。另外,該技術(shù)還利用了包括用戶關(guān)系在內(nèi)的外在關(guān)系以更準(zhǔn)確地捕捉用戶需求。在多個(gè)真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,該技術(shù)在推理準(zhǔn)確性上顯著優(yōu)于已有的基準(zhǔn)方法,在效率上也有著線性的訓(xùn)練時(shí)間和常數(shù)級(jí)的應(yīng)答時(shí)間。4.提出了一種基于內(nèi)容的用戶偏好預(yù)測(cè)技術(shù)。為應(yīng)對(duì)用戶生成內(nèi)容的時(shí)效性,該技術(shù)提出了一種動(dòng)態(tài)的增量式偏好預(yù)測(cè)方法將快速且源源不斷產(chǎn)生的用戶生成內(nèi)容推薦給用戶。另外,該技術(shù)還包含多個(gè)變種,能夠分別進(jìn)行線性與非線性建模并利用用戶生成內(nèi)容之間的關(guān)聯(lián)性。在多個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果顯示,該用戶偏好預(yù)測(cè)技術(shù)在準(zhǔn)確性和效率上均有較好的效果,并且在準(zhǔn)確性和效率的權(quán)衡之間提供了多種選擇。5.設(shè)計(jì)并初步實(shí)現(xiàn)了面向社會(huì)化媒體的用戶生成內(nèi)容推薦平臺(tái),并基于此平臺(tái)給出了一個(gè)新浪微博推薦的應(yīng)用示例。該推薦平臺(tái)及其微博應(yīng)用初步驗(yàn)證了上述技術(shù)的可行性。
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.3

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 宋安;;不要對(duì)社會(huì)化媒體危機(jī)望而卻步[J];廣告大觀(綜合版);2011年03期

2 吳劍敏;;社會(huì)化媒體在政府中的應(yīng)用[J];企業(yè)導(dǎo)報(bào);2011年08期

3 趙苑君;;社會(huì)化媒體的品牌營(yíng)銷[J];信息通信;2011年03期

4 肖瑞;;淺談社會(huì)化媒體的作用[J];教育理論與實(shí)踐;2011年30期

5 付玉輝;;社會(huì)化媒體:未來(lái)的確定性和不確定性[J];互聯(lián)網(wǎng)天地;2011年09期

6 鄧煜;唐大麟;于夢(mèng);;社會(huì)化媒體時(shí)代的品牌營(yíng)銷之道[J];現(xiàn)代營(yíng)銷(學(xué)苑版);2011年11期

7 ;探尋社會(huì)化媒體的價(jià)值[J];廣告大觀(綜合版);2012年01期

8 王莉莉;;社會(huì)化媒體:廣告主的雙刃劍[J];廣告大觀(綜合版);2012年01期

9 陳東;;社會(huì)化媒體孵化“微博營(yíng)銷公司”?[J];廣告大觀(綜合版);2012年01期

10 楊光;黃玉榮;;社會(huì)化媒體對(duì)教育的影響[J];科技視界;2012年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 王嵐;;利用社會(huì)化媒體進(jìn)行新媒體內(nèi)容傳播[A];中國(guó)新聞技術(shù)工作者聯(lián)合會(huì)2013年學(xué)術(shù)年會(huì)、五屆五次理事會(huì)暨第六屆“王選新聞科學(xué)技術(shù)獎(jiǎng)”和優(yōu)秀論文獎(jiǎng)?lì)C獎(jiǎng)大會(huì)論文集（廣電篇）[C];2013年

2 呂天鶴;;論社會(huì)化媒體對(duì)科層制的沖擊——以微博為例[A];“傳播與中國(guó)·復(fù)旦論壇”（2013）——網(wǎng)絡(luò)化關(guān)系：新傳播與當(dāng)下中國(guó)論文集[C];2013年

3 李艷麗;;社會(huì)化媒體在體育產(chǎn)業(yè)中的應(yīng)用現(xiàn)狀與發(fā)展策略研究[A];2013體育計(jì)算機(jī)應(yīng)用論文集[C];2013年

4 華迎;王永貴;李兵;;社會(huì)化媒體中用戶創(chuàng)造內(nèi)容(UGC)采納行為影響因素研究[A];2013中國(guó)信息經(jīng)濟(jì)學(xué)會(huì)學(xué)術(shù)年會(huì)暨博士生論壇論文集[C];2013年

5 劉濤;楊有慶;;社會(huì)化媒體與都市空間的社會(huì)化表征[A];“傳播與中國(guó)·復(fù)旦論壇”（2012）——可溝通城市：理論建構(gòu)與中國(guó)實(shí)踐論文集[C];2012年

6 信莉麗;莊嚴(yán);;美聯(lián)社微博新聞本土化研究[A];2014中國(guó)傳播論壇：“國(guó)際話語(yǔ)體系與國(guó)際傳播能力建設(shè)”研討會(huì)會(huì)議論文集[C];2014年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 本報(bào)記者 胡海波　編譯;社會(huì)化媒體：危機(jī)公關(guān)的利器[N];中國(guó)民航報(bào);2011年

2 楊吉;社會(huì)化媒體對(duì)企業(yè)意味著什么[N];上海證券報(bào);2013年

3 楊吉;社會(huì)化媒體對(duì)企業(yè)意味著什么[N];中華讀書(shū)報(bào);2013年

4 楊吉 法學(xué)博士 浙江傳媒學(xué)院互聯(lián)網(wǎng)與社會(huì)研究中心秘書(shū)長(zhǎng);社會(huì)化媒體企業(yè)意味著什么[N];中國(guó)圖書(shū)商報(bào);2013年

5 本報(bào)記者 周婷;社會(huì)化媒體掀起營(yíng)銷浪潮[N];中國(guó)證券報(bào);2010年

6 祝華新;社會(huì)化媒體：社會(huì)管理新挑戰(zhàn)[N];人民政協(xié)報(bào);2011年

7 本報(bào)記者 李延生;借力社會(huì)化媒體[N];中國(guó)企業(yè)報(bào);2011年

8 記者 李思;社會(huì)化媒體“遍地開(kāi)花”[N];上海金融報(bào);2011年

9 任沁沁 胡雅婷;夢(mèng)想成真,社會(huì)化媒體正在融入生活[N];新華每日電訊;2012年

10 上海社科院信息研究所知識(shí)管理研究中心主任、副研究員 王興全;“數(shù)字化野火”：風(fēng)險(xiǎn)與治理[N];文匯報(bào);2013年

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

1 趙宇翔;社會(huì)化媒體中用戶生成內(nèi)容的動(dòng)因與激勵(lì)設(shè)計(jì)研究[D];南京大學(xué);2011年

2 丁方舟;中國(guó)網(wǎng)絡(luò)行動(dòng)的動(dòng)因、過(guò)程與影響[D];浙江大學(xué);2015年

3 姚遠(yuǎn);面向社會(huì)化媒體的用戶生成內(nèi)容推薦技術(shù)研究[D];南京大學(xué);2015年

4 瞿旭晟;互聯(lián)網(wǎng)平臺(tái)上的知識(shí)生產(chǎn)[D];復(fù)旦大學(xué);2010年

5 陰紅志;社會(huì)化媒體中若干時(shí)空相關(guān)的推薦問(wèn)題研究[D];北京大學(xué);2014年

6 田野;基于社會(huì)化媒體的話題檢測(cè)與傳播關(guān)鍵問(wèn)題研究[D];北京郵電大學(xué);2013年

7 李春山;面向社會(huì)化媒體內(nèi)容的若干聚類算法研究[D];哈爾濱工業(yè)大學(xué);2014年

8 楊銘;社會(huì)化媒體的環(huán)境掃描與情報(bào)分析[D];哈爾濱工業(yè)大學(xué);2012年

9 段松青;面向社會(huì)化媒體的用戶特征分析關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2014年

10 孫韜;社會(huì)化媒體中提升用戶參與度的關(guān)鍵因素研究[D];北京大學(xué);2013年

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

1 龐華;社會(huì)化媒體的植入式廣告研究[D];鄭州大學(xué);2011年

2 游恒振;社會(huì)化媒體的演進(jìn)研究[D];北京郵電大學(xué);2012年

3 許海濤;社會(huì)化媒體對(duì)我國(guó)實(shí)體政治的影響及對(duì)策分析[D];河北師范大學(xué);2012年

4 宋笛;社會(huì)化媒體的信息流研究[D];山東師范大學(xué);2013年

5 朱紅燕;試論社會(huì)化媒體時(shí)代的品牌營(yíng)銷之道[D];蘇州大學(xué);2013年

6 郭磊;社會(huì)化媒體環(huán)境下中小企業(yè)營(yíng)銷模式研究[D];北京郵電大學(xué);2012年

7 高靈溪;基于社會(huì)化媒體的圖書(shū)館閱讀推廣研究[D];東北師范大學(xué);2013年

8 許璇;移動(dòng)社會(huì)化媒體使用對(duì)用戶社會(huì)資本的影響研究[D];上海外國(guó)語(yǔ)大學(xué);2014年

9 盧國(guó)祥;霍耐特“承認(rèn)理論”視域下的社會(huì)化媒體研究[D];福建師范大學(xué);2014年

10 于濤;基于社會(huì)化媒體的企業(yè)內(nèi)容傳播策略研究[D];中國(guó)社會(huì)科學(xué)院研究生院;2015年

，

本文編號(hào)：1143693