学位论文 > 优秀研究生学位论文题录展示

基于社交网络影响力的推荐算法的研究与实现

作 者: 黄华杰
导 师: 李家春; 邓小丹
学 校: 华南理工大学
专 业: 计算机技术
关键词: 社交网络 推荐系统 随机森林 影响力模型
分类号: TP393.09
类 型: 硕士论文
年 份: 2013年
下 载: 72次
引 用: 0次
阅 读: 论文下载
 

内容摘要


近年来,互联网不断发展与普及,尤其是手持设备的智能化与移动互联网的普及化,使得用户数量增加,在线时间加长。在这样一个互联网浪潮中,参与的用户在不断地将线下社交人脉往线上迁移,由此形成了社交网络。在社交网络中,志趣相投的用户聚集到了一起,并且由于用户可以选择关注自己感兴趣的内容,使得社交网络拥有高访问量和高聚集度的特点。从阿里巴巴与新浪微博的合作推广,到Facebook个性化广告系统的繁荣发展,都是社交网络的商业化进程的体现。而其中对用户兴趣爱好进行挖掘分析,并向用户推荐其最可能感兴趣和接受的商品或广告的核心,便是基于社交网络的推荐系统。本文首先介绍了国内外在社交网络和推荐系统两个领域的研究现状,总结了当前对基于社交网络的推荐系统的已有理论成果。然后,本文针对社交网络进行建模分析,并详细阐述了用户关系网、用户和物品特征、用户好感度的概念与数学公式化计算方法,以用于处理社交网络关系图。接着,在此基础上提出社交网络查询方法,并结合随机森林分类器框架,形成了基于社交网络影响力模型的推荐算法。本文在提出了推荐算法的基础上,对其进行系统设计与分析,开发了一套基于B/S模型,并拥有可移植性的,模块化的推荐系统。文中首先对系统的整体结构设计进行总述,以及针对其中的主要功能模块进行详细解析。然后,说明开发环境与相关技术,并对系统的具体实现进行展示。最后,本文采用数据集针对提出的推荐算法进行参数实验、冷启动实验和算法耗时实验。通过实验结果分析,本文实现的基于社交网络影响力的推荐算法能较好地解决冷启动问题,并能够通过缓存策略而在算法效率方面有较好的表现。

全文目录


摘要  5-6
Abstract  6-9
第一章 绪论  9-15
  1.1 研究背景及意义  9-10
  1.2 国内外研究现状  10-13
    1.2.1 社交网络的研究和应用  10-11
    1.2.2 推荐系统的研究和应用  11-12
    1.2.3 现有研究的不足之处  12-13
  1.3 论文的研究内容和结构安排  13-14
  1.4 本章小结  14-15
第二章 相关工作及理论基础  15-23
  2.1 社交网络  15-17
    2.1.1 社交网络概述  15-16
    2.1.2 社交网络分析  16-17
  2.2 推荐系统  17-22
    2.2.1 推荐系统概述  17-19
    2.2.2 推荐系统的结构  19-21
    2.2.3 推荐系统常用算法  21-22
  2.3 本章小结  22-23
第三章 基于社交网络影响力的推荐算法  23-35
  3.1 基于社交网络的建模  23-28
    3.1.1 用户关系网  23-24
    3.1.2 用户特征与物品特征  24-26
    3.1.3 用户好感度  26-28
  3.2 基于影响力的推荐算法  28-34
    3.2.1 影响力的定义  28
    3.2.2 基于随机森林的影响力分析  28-30
    3.2.3 社交网络查询  30-32
    3.2.4 基于影响力模型的推荐算法  32-34
  3.3 本章小结  34-35
第四章 推荐系统的设计  35-45
  4.1 实验平台架构  35-37
  4.2 实验平台设计  37-39
    4.2.1 算法核心系统  37-39
    4.2.2 数据库设计  39
  4.3 实验平台实现  39-43
  4.4 实验平台环境  43-44
  4.5 本章小结  44-45
第五章 仿真实验及结果分析  45-57
  5.1 实验数据集  45-48
    5.1.1 实验数据要求及分析  45-47
    5.1.2 数据集详细描述  47-48
  5.2 实验结果与分析  48-56
    5.2.1 实验方案  48
    5.2.2 数据集统计分析  48-51
    5.2.3 随机森林参数分析  51-53
    5.2.4 冷启动分析  53-54
    5.2.5 算法耗时分布分析  54-55
    5.2.6 均方根误差分析  55-56
  5.3 本章小结  56-57
总结与展望  57-59
参考文献  59-63
攻读硕士学位期间取得的研究成果  63-64
致谢  64-65
附件  65

相似论文

  1. 基于随机森林的植物抗性基因识别方法研究,Q943
  2. 基于复杂网络特征的SNS社交网站传播特征研究,G206
  3. 基于论文关键词聚类的用户兴趣模型细化方法研究,TP391.3
  4. 社交网络中个人信息与人际关系的隐私保护研究,TP393.08
  5. 当代大学生在社交网络中的行为研究及思想政治教育对策,G641
  6. SNS环境下的JiTT教学模式应用设计,TP399-C1
  7. 基于Web使用挖掘的在线报名推荐系统的研究与实现,TP311.13
  8. 基于Web日志挖掘的个性化服务研究与应用,TP393.09
  9. 数字图书馆协同过滤及GPU计算技术研究,G250.76
  10. 基于IV属性选择的随机森林模型研究,TP311.13
  11. 开心网的传播特性研究,G206.2
  12. 地理社交网络关键技术研究与实践探索,P208
  13. 电子商务推荐系统核心技术研究,F713.36
  14. 社交网络电子商务应用用户研究与交互设计,F713.36
  15. 基于自然遗忘的个性化推荐算法研究,TP311.52
  16. E-learning环境中个性化推荐系统研究,TP311.52
  17. 异构普适环境的信息推荐,TP301
  18. 基于聚类免疫算法的个性化推荐系统研究,TP319
  19. 基于领域本体的个性化推荐系统研究与应用,TP311.52
  20. 基于数据立方体和树结构的关联规则算法研究及其应用,TP311.13
  21. 安全推荐系统中基于信任的检测模型研究,TP393.09

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络应用程序
© 2012 www.xueweilunwen.com