本文關(guān)鍵詞：存在社會(huì)影響的群體推薦用戶建模研究

  更多相關(guān)文章： 群體推薦系統(tǒng) 社會(huì)影響 個(gè)性因素 專業(yè)化因素 相互關(guān)系 興趣相似度

【摘要】：隨著互聯(lián)網(wǎng)的廣泛應(yīng)用和信息技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)信息數(shù)量呈現(xiàn)爆炸式的增長(zhǎng)態(tài)勢(shì)。這導(dǎo)致用戶在獲取所需信息時(shí)需要耗費(fèi)大量的時(shí)間和精力。面對(duì)海量的網(wǎng)絡(luò)資源，如何快速高效又準(zhǔn)確的獲取有用信息成為目前各項(xiàng)研究的重點(diǎn)。在這種情況下，作為一種重要的信息過濾技術(shù)和個(gè)性化服務(wù)工具，推薦系統(tǒng)得到了廣泛的關(guān)注和研究。 近些年來，隨著社交網(wǎng)站和在線社區(qū)的發(fā)展，越來越多的網(wǎng)上活動(dòng)是以群體為單位進(jìn)行組織開展的。如何為這些目標(biāo)群體用戶提供令其滿意的個(gè)性化服務(wù)受到了研究學(xué)者的廣泛關(guān)注，這也帶來了對(duì)群體推薦系統(tǒng)研究的迫切需求。群體推薦系統(tǒng)是對(duì)群體用戶產(chǎn)生能夠反映全體用戶偏好的推薦結(jié)果，群體的多樣性和動(dòng)態(tài)性意味著群體推薦系統(tǒng)是個(gè)復(fù)雜而有挑戰(zhàn)性的問題。 一個(gè)有效的群體推薦系統(tǒng)不僅需要獲取群體成員的偏好信息，更需要考慮影響群體決策的其他因素的影響。然而目前已有的群體推薦算法大多主要研究群體成員的偏好問題，雖然一些文獻(xiàn)也開始從社會(huì)心理學(xué)角度研究推薦系統(tǒng)，但這方面的研究仍然不太系統(tǒng)。 本篇論文主要從社會(huì)心理學(xué)中社會(huì)影響的角度對(duì)群體推薦系統(tǒng)進(jìn)行系統(tǒng)而詳盡的研究。通過對(duì)群體成員間包括個(gè)性因素、專業(yè)性因素、客觀相互關(guān)系以及興趣相似度等社會(huì)影響因素進(jìn)行分析討論和建模，對(duì)現(xiàn)有群體推薦方法進(jìn)行了修正。本篇論文在研究過程中，研究了將群體成員個(gè)性因素、專業(yè)性因素、成員間客觀相互關(guān)系和興趣相似度等社會(huì)影響因素整合進(jìn)群體推薦過程中，并著重研究成員間社會(huì)影響各個(gè)因素對(duì)群體推薦過程的影響和改進(jìn)效果。 實(shí)驗(yàn)結(jié)果表明基于社會(huì)影響的群體推薦算法與傳統(tǒng)的群體推薦算法相比，，具有更高的推薦精度和令群體成員更滿意的推薦結(jié)果。
【關(guān)鍵詞】：群體推薦系統(tǒng) 社會(huì)影響 個(gè)性因素 專業(yè)化因素 相互關(guān)系 興趣相似度
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：F49
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-20
• 1.1 研究背景及意義9-11
• 1.2 群體推薦系統(tǒng)國(guó)內(nèi)外研究現(xiàn)狀11-17
• 1.2.1 傳統(tǒng)群體推薦系統(tǒng)研究現(xiàn)狀11-14
• 1.2.2 存在社會(huì)影響推薦系統(tǒng)研究現(xiàn)狀14-17
• 1.3 論文基本內(nèi)容及結(jié)構(gòu)17-20
• 第二章 理論綜述20-31
• 2.1 群體推薦系統(tǒng)20-25
• 2.1.1 群體推薦系統(tǒng)的定義20
• 2.1.2 群體推薦系統(tǒng)的分類20-23
• 2.1.3 群體推薦系統(tǒng)所采用算法的概述23-25
• 2.2 符號(hào)數(shù)據(jù)分析概述25-27
• 2.2.1 符號(hào)數(shù)據(jù)分析的定義25-27
• 2.2.2 符號(hào)數(shù)據(jù)分析的距離計(jì)算方法27
• 2.3 社會(huì)影響概述27-30
• 2.4 本章小結(jié)30-31
• 第三章 基于社會(huì)影響的群體用戶建模31-47
• 3.1 社會(huì)影響理論模型概述31-34
• 3.2 用戶數(shù)據(jù)34-35
• 3.3 基于成員屬性的群體用戶建模35-39
• 3.3.1 基于成員個(gè)性因素的群體用戶建模35-37
• 3.3.2 基于成員間專業(yè)性因素的用戶建模37-38
• 3.3.3 基于成員敏感性因素的用戶建模38-39
• 3.4 基于成員間綜合相互關(guān)系的用戶建模39-45
• 3.4.1 基于成員間客觀社會(huì)關(guān)系親密度的用戶建模39-41
• 3.4.2 基于成員間興趣相似關(guān)系的用戶建模41-44
• 3.4.3 整合用戶間綜合相互關(guān)系的用戶建模44-45
• 3.5 考慮社會(huì)影響各要素的群體用戶建模45
• 3.6 產(chǎn)生群體推薦45-47
• 第四章 實(shí)驗(yàn)及算法評(píng)價(jià)47-57
• 4.1 實(shí)驗(yàn)數(shù)據(jù)47-48
• 4.2 實(shí)驗(yàn)結(jié)果評(píng)價(jià)指標(biāo)48-49
• 4.3 實(shí)驗(yàn)設(shè)計(jì)49
• 4.4 實(shí)驗(yàn)過程及結(jié)果分析49-55
• 4.4.1 推薦結(jié)果精確度分析49-50
• 4.4.2 社會(huì)影響因素分析50-55
• 4.4.3 群體規(guī)模對(duì)推薦精度的影響55
• 4.5 實(shí)驗(yàn)結(jié)果總結(jié)55-57
• 第五章 結(jié)論57-58
• 參考文獻(xiàn)58-63
• 發(fā)表論文和參加科研情況說明63-64
• 致謝64-65
• 附錄65-67

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前1條

1 梁昌勇;冷亞軍;王勇勝;戚筱雯;;電子商務(wù)推薦系統(tǒng)中群體用戶推薦問題研究[J];中國(guó)管理科學(xué);2013年03期

本文編號(hào)：548426