学位论文 > 优秀研究生学位论文题录展示

基于位置的社交网络用户行为分析与研究

作　者: 陶翔
导　师: 王永利
学　校: 南京理工大学
专　业: 计算机应用技术
关键词: 社交网络行为分析语言模型
分类号: TP393.09
类　型: 硕士论文
年　份: 2014年
下　载: 75次
引　用: 0次
阅　读: 论文下载

内容摘要

随着信息时代的发展,基于位置的服务已成为很多行业研究的目标,而社交网络已广泛成为用户分享与交流的平台。基于位置的服务与社交网络的结合为用户的行为分析提供了重要的数据来源,有利于提高用户的个性化服务质量。研究用户之间的相似性对分析个体用户历史行为以及预测其未来的行为有着重要的意义。但是由于数据的多样性,使得用户相似性分析以及行为预测成为业界的热点和难点。本文考虑到用户数据的多样性特点,以Foursquare数据为研究对象,分析并研究了基于位置的社交网络用户行为。首先,本文针对于结构化数据提出了一种基于矩阵分解的用户潜在特征挖掘算法,针对于非结构化数据采用了一种基于主题模型的分析方法,融合这两种信息,共同分析用户之间的相似性：然后,本文分析了语言模型与基于位置的社交网络之间的共同特性,提出基于语言模型的行为预测算法,结合用户之间的相似性以及其它特征,使用决策树来预测用户的下一个访问位置；最后,本文进行了实验分析和验证,实验证明了基于两种信息融合的相似性分析有着良好的效果,并对基于语言模型的行为预测有一定的促进作用。

全文目录

摘要  3-4
Abstract  4-5
目录  5-8
1 绪论  8-14
  1.1 引言  8
  1.2 论文研究背景和意义  8-10
  1.3 国内外研究现状  10-12
  1.4 课题研究内容  12
  1.5 本文的结构内容安排  12-14
2 相关技术介绍  14-25
  2.1 社交网络原理  14-15
    2.1.1 六度分割理论  14-15
    2.1.2 强弱连接  15
    2.1.3 贝肯数  15
    2.1.4 顿巴数  15
  2.2 常见的相似度计算  15-19
    2.2.1 向量空间模型  16
    2.2.2 基于Hash的模型  16-19
  2.3 传统的推荐系统模型  19-21
    2.3.1 基于内容的推荐  19
    2.3.2 协同过滤的推荐  19-21
  2.4 自然语言处理模型  21-24
    2.4.1 N元模型  21
    2.4.2 隐马尔可夫模型  21-23
    2.4.3 最大熵模型  23
    2.4.4 Pitman-Yor模型  23-24
  2.5 本章小结  24-25
3 基于位置的社交网络用户相似性分析  25-38
  3.1 引言  25
  3.2 位置语义分析  25-28
    3.2.1 基本概念  25-26
    3.2.2 位置重要性  26
    3.2.3 相似性分数  26-27
    3.2.4 相似性计算  27-28
  3.3 潜在特征挖掘  28-33
    3.3.1 基本概念与模型  28-31
    3.3.2 基于位置的相似性  31
    3.3.3 算法思想与实现  31-33
  3.4 主题模型分析  33-35
    3.4.1 非结构化数据  33-34
    3.4.2 主题模型分析  34
    3.4.3 主题相似性分析  34-35
  3.5 相似性融合及其推荐方法  35-37
  3.6 本章小结  37-38
4 基于位置的社交网络用户行为预测  38-48
  4.1 引言  38
  4.2 基于决策树的行为预测  38-40
    4.2.1 相关定义  38-40
    4.2.2 基于决策树算法的分析  40
  4.3 基于语言模型的行为预测  40-47
    4.3.1 基于PY的模型分析  41-43
    4.3.2 基于分层PY的模型分析  43
    4.3.3 多重因素融合及其实现  43-47
  4.4 本章小结  47-48
5 实验分析  48-57
  5.1 实验设计  48
    5.1.1 实验环境  48
    5.1.2 实验数据  48
  5.2 用户相似性评估实验  48-54
    5.2.1 评估标准  49
    5.2.2 用户潜在特征挖掘实验  49-50
    5.2.3 用户相似性融合实验  50-52
    5.2.4 用户Top-k位置分析实验  52-54
  5.3 行为预测实验  54-56
    5.3.1 评估标准  54
    5.3.2 行为预测实验  54-56
  5.4 本章小结  56-57
6 总结与展望  57-58
致谢  58-59
参考文献  59-63
附录  63

基于位置的社交网络用户行为分析与研究

内容摘要

全文目录

相似论文