最初推薦系統(tǒng)利用用戶對項(xiàng)目的點(diǎn)評信息,構(gòu)建用戶偏好模型,采用基于內(nèi)容的推薦、協(xié)同過濾、基于知識的推理等方法,為用戶產(chǎn)生推薦結(jié)果。其中協(xié)同過濾利用相似行為用戶具有相似的個(gè)性化偏好,以相似用戶間的協(xié)同性為用戶產(chǎn)生推薦結(jié)果,成為目前應(yīng)用較為廣泛的推薦方法之一。為了解決協(xié)同過濾中存在的數(shù)據(jù)稀疏性和冷啟動問題,人們把用戶社會屬性信息融合到用戶偏好模型中,提出了多種社會化推薦方法。但是傳統(tǒng)網(wǎng)絡(luò)平臺很難提供用戶完整的社會屬性信息,例如用戶的移動位置數(shù)據(jù)。在基于位置的社會化網(wǎng)絡(luò)中,移動用戶隨時(shí)隨地的位置簽到、位置信息共享及社交活動,為搜集用戶的社會關(guān)系及移動位置信息提供了一種新的途徑,促進(jìn)了具有位置服務(wù)特征的社會化網(wǎng)絡(luò)推薦系統(tǒng)的發(fā)展。本文主要針對基于位置的社會化網(wǎng)絡(luò)推薦系統(tǒng)中一些基本方法及關(guān)鍵問題進(jìn)行探索性研究,主要包括：（1）傳統(tǒng)基于用戶的協(xié)同過濾推薦方法大都利用用戶-項(xiàng)目二元數(shù)據(jù)進(jìn)行相似性計(jì)算,而忽略了用戶位置信息對相似性的影響。針對此問題,本文利用位置服務(wù)及傳統(tǒng)協(xié)同過濾的基本思想,提出一個(gè)基于位置的網(wǎng)絡(luò)服務(wù)推薦框架模型,把用戶的位置信息引入到相似性計(jì)算過程中,給出一種基于位置的移動用戶偏好相似度... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：130 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１－１論文章節(jié)結(jié)構(gòu)圖??

置信息及其位置標(biāo)注媒體信息（例如圖片、視頻、文檔等）成的新的社會網(wǎng)絡(luò)結(jié)構(gòu)，其中位置信息是由用戶隨時(shí)間變。此外，實(shí)體間內(nèi)在的關(guān)聯(lián)性不僅包括兩個(gè)用戶出現(xiàn)在相同的位置信息，而且還包括用戶的一般興趣、社會活動規(guī)律、標(biāo)注的媒體信息中體現(xiàn)出來了的各種知識。??

（比如是對該網(wǎng)絡(luò)服務(wù)體驗(yàn)評分，或者使用次數(shù)等等）。??定義３－２．在一個(gè)時(shí)間周期內(nèi)，移動用戶隨位置變化的網(wǎng)絡(luò)服務(wù)偏好模型??Ｐ?＝?Ｏｉ，Ａ…斯）。具體Ｓ維模型如圖３－２所示。??在一個(gè)時(shí)間周期內(nèi)（比如１天內(nèi)），隨著時(shí)間的變遷，用戶位置是在不停的??變化。例如將一天時(shí)間劃分為四個(gè)時(shí)間段（午夜；１上午；２，下午；３，晚上：??４，），該用戶Ｍ，的位置變化情況為（在家：１，辦公室．２，超市：３，在家：??１），而另一個(gè)移動用戶＂２的位置變化情況為（賓館：４，風(fēng)景區(qū)：５，在家：１，??在家：１），這一天上午的這段時(shí)間內(nèi)兩個(gè)用戶使用的服務(wù)信息分別為??（非小．．如和（樂皆那么兩個(gè)移動用戶在這一天上午這一段時(shí)間段內(nèi)基??于位置的特征模型分別為巧?１，＝化…如）和巧２４?＝化４，切Ａ２…，其中??＜表不第＂個(gè)移動用戶在對第ｍ個(gè)網(wǎng)絡(luò)服務(wù)項(xiàng)目的評分或者使用次數(shù)。依次可??Ｗ提取這兩個(gè)移動用戶在這一天時(shí)間內(nèi)其他時(shí)段的使用的網(wǎng)絡(luò)服務(wù)特征。??＂?２１??＂Ｄｍ。??Ｓｃｅｎｉｃ?ｓｐｏｔｓ?ｙ＾ＳＳｋ??Ｈｏｔｅｌ??ＳＩ????????？??朗：００?１０：００?１４：００?２０：００??圖３－２移動用戶基于位置的偏好特征??定義３＿３．設(shè)兩個(gè)移動用戶和分別在位置４和與的對所有網(wǎng)絡(luò)服務(wù)項(xiàng)??目的應(yīng)用特征為Ａ?＝（１，，５；）和，＾?＝?（Ｚ，，《Ｓｙ），和５；分別是這兩個(gè)移動用戶在??位置和Ｚｙ使用的所有網(wǎng)絡(luò)服務(wù)多維特征向量

【參考文獻(xiàn)】：
期刊論文
[1]移動社交網(wǎng)絡(luò)中即時(shí)推薦好友的方法(英)[J]. 喬秀全,蘇建沖,張晉松,許王莉,吳步丹,薛思達(dá),陳俊亮.  中國通信. 2014(02)
[2]基于用戶聚類的異構(gòu)社交網(wǎng)絡(luò)推薦算法[J]. 陳克寒,韓盼盼,吳健.  計(jì)算機(jī)學(xué)報(bào). 2013(02)
[3]移動推薦系統(tǒng)及其應(yīng)用[J]. 孟祥武,胡勛,王立才,張玉潔.  軟件學(xué)報(bào). 2013(01)
[4]社交網(wǎng)絡(luò)服務(wù)中一種基于用戶上下文的信任度計(jì)算方法[J]. 喬秀全,楊春,李曉峰,陳俊亮.  計(jì)算機(jī)學(xué)報(bào). 2011(12)
[5]移動網(wǎng)絡(luò)服務(wù)中基于認(rèn)知心理學(xué)的用戶偏好提取方法[J]. 王立才,孟祥武,張玉潔.  電子學(xué)報(bào). 2011(11)
[6]上下文感知推薦系統(tǒng)[J]. 王立才,孟祥武,張玉潔.  軟件學(xué)報(bào). 2012(01)
[7]基于預(yù)排序和上取整函數(shù)的AHP判斷矩陣生成算法[J]. 魯智勇,張磊,唐朝京.  電子學(xué)報(bào). 2009(06)
[8]互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J]. 許海玲,吳瀟,李曉東,閻保平.  軟件學(xué)報(bào). 2009(02)



本文編號：3388029