發(fā)布時(shí)間：2017-07-05 01:10

  本文關(guān)鍵詞：基于社會(huì)網(wǎng)絡(luò)用戶差異度預(yù)測(cè)不信任關(guān)系

  更多相關(guān)文章： 社會(huì)關(guān)系 符號(hào)網(wǎng)絡(luò) 不信任預(yù)測(cè) 差異度影響 不信任網(wǎng)絡(luò) 非負(fù)矩陣分解

【摘要】：互聯(lián)網(wǎng)飛速發(fā)展改變?nèi)祟惿罘绞胶蜕盍?xí)慣的同時(shí)也在逐步改變?nèi)藗兊纳缃魂P(guān)系。人類社交關(guān)系已經(jīng)發(fā)生了空前變化,人們已經(jīng)不滿足于當(dāng)前現(xiàn)實(shí)生活中朋友之間的交流,在當(dāng)前社交網(wǎng)絡(luò)中彼此交流的用戶可能從未謀面,甚至在不同的國家遠(yuǎn)在地球的兩端,就這樣在不同時(shí)空關(guān)系下的用戶活躍在當(dāng)今我們共處的社會(huì)網(wǎng)絡(luò)中,所以當(dāng)前的社會(huì)關(guān)系網(wǎng)絡(luò)就會(huì)顯得空前的龐大和復(fù)雜�；谟脩艚换サ膹�(fù)雜關(guān)系,在龐大而復(fù)雜的社會(huì)網(wǎng)絡(luò)中發(fā)現(xiàn)用戶間不信任關(guān)系顯得尤為重要也會(huì)尤為艱難。在社會(huì)網(wǎng)絡(luò)中用戶之間的信任與不信任關(guān)系對(duì)于網(wǎng)絡(luò)在線用戶在復(fù)雜網(wǎng)絡(luò)中尋求可用信息顯得至關(guān)重要。人們總會(huì)利用現(xiàn)實(shí)社會(huì)中的生活經(jīng)驗(yàn)去發(fā)現(xiàn)網(wǎng)絡(luò)社交的朋友關(guān)系,人們更傾向于和自己信任的在線用戶交流,而不信任關(guān)系往往能避免一些網(wǎng)絡(luò)欺騙,網(wǎng)站推銷等一些不真實(shí)信息誤導(dǎo),從而尋找自己需要的可用信息�？墒�,在現(xiàn)實(shí)的符號(hào)社會(huì)網(wǎng)絡(luò)發(fā)現(xiàn)中,發(fā)現(xiàn)用戶之間的不信任關(guān)系在整個(gè)用戶關(guān)系的鄰接矩陣中非常稀疏,所以在海量的用戶關(guān)系中發(fā)現(xiàn)極少有用的不信任關(guān)系如同大海撈針。因此針對(duì)社交符號(hào)網(wǎng)絡(luò)中用戶不信任關(guān)系的發(fā)現(xiàn)困難的問題,在本文中提出了一個(gè)新的預(yù)測(cè)算法結(jié)構(gòu)He-Distrust。He-Distrust的主要思想為:在運(yùn)用最優(yōu)化理論思想的同時(shí)不僅利用矩陣分解的辦法來發(fā)現(xiàn)已有超級(jí)巨大的鄰接矩陣中不信任關(guān)系,更通過分析在線用戶之間差異度來發(fā)現(xiàn)對(duì)不信任關(guān)系預(yù)測(cè)的影響,從而提高了對(duì)用戶不信任關(guān)系預(yù)測(cè)的準(zhǔn)確率。在這一架構(gòu)中包含了兩個(gè)關(guān)鍵方面,(1)非負(fù)矩陣分解是一個(gè)具有非負(fù)約束的最小化求解問題,通過適當(dāng)?shù)淖儞Q和分解,將高維的原始數(shù)據(jù)向量表示成一組低維向量的線性組合,由于分析了原始數(shù)據(jù)的結(jié)構(gòu)屬性從而可以用來識(shí)別。(2)研究Epinions用戶數(shù)據(jù)集發(fā)現(xiàn),不信任用戶之間對(duì)商品評(píng)分出現(xiàn)了不同程度的差別,運(yùn)用加權(quán)的馬氏距離(Mahalanobis distance)得到一個(gè)規(guī)范化的差異度矩陣,在最優(yōu)化求解中加入該規(guī)范化的差異度矩陣從而發(fā)現(xiàn)較高差異度對(duì)不信任關(guān)系的影響,并且最終利用該差異度來協(xié)助對(duì)社交符號(hào)網(wǎng)絡(luò)中不信任關(guān)系的預(yù)測(cè)。社交網(wǎng)絡(luò)中關(guān)系預(yù)測(cè)主要分為信任關(guān)系預(yù)測(cè)和不信任關(guān)系預(yù)測(cè)。本文主要討論了運(yùn)用用戶評(píng)分差異度對(duì)不信任關(guān)系的預(yù)測(cè)的影響,我們描述了這一方法和已經(jīng)現(xiàn)有的不信任關(guān)系預(yù)測(cè)在無監(jiān)督學(xué)習(xí)下的不同,并且在問題最優(yōu)化求解中集成了用戶差異度的影響形成了He-Distrust這一架構(gòu),最后通過在Epinions真實(shí)用戶數(shù)據(jù)集上運(yùn)用,比較和驗(yàn)證了提出方法的可行性,從而探究了在社交網(wǎng)絡(luò)中用戶差異度對(duì)不信任關(guān)系預(yù)測(cè)的影響。
【關(guān)鍵詞】：社會(huì)關(guān)系 符號(hào)網(wǎng)絡(luò) 不信任預(yù)測(cè) 差異度影響 不信任網(wǎng)絡(luò) 非負(fù)矩陣分解
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP393.08
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 研究背景與研究意義10-12
• 1.2 研究現(xiàn)狀12-14
• 1.2.1 社會(huì)計(jì)算和不信任關(guān)系發(fā)現(xiàn)12-13
• 1.2.2 最優(yōu)化方法13-14
• 1.3 本文的主要工作14-15
• 1.4 本文組織與結(jié)構(gòu)15-16
• 第2章 用戶不信任關(guān)系中的差異度16-25
• 2.1 數(shù)據(jù)集分析16-18
• 2.2 不信任關(guān)系中的差異度18-24
• 2.3 本章總結(jié)24-25
• 第3章 矩陣分解預(yù)測(cè)不信任關(guān)系25-39
• 3.1 不信任關(guān)系預(yù)測(cè)的非負(fù)矩陣分解模型25-30
• 3.1.1 非負(fù)矩陣分解25-27
• 3.1.2 最優(yōu)化方法27-28
• 3.1.3 投影非負(fù)矩陣分解28
• 3.1.4 不信任關(guān)系預(yù)測(cè)的矩陣分解模型28-30
• 3.2 規(guī)范化的用戶差異度30-33
• 3.3 He-Distrust結(jié)構(gòu)模型預(yù)測(cè)不信任關(guān)系33-35
• 3.4 He-Distrust結(jié)構(gòu)模型算法和算法復(fù)雜度35-38
• 3.4.1 He-Distrust結(jié)構(gòu)模型算法過程35-37
• 3.4.2 He-Distrust結(jié)構(gòu)算法時(shí)間復(fù)雜度分析37-38
• 3.5 本章總結(jié)38-39
• 第4章 用戶不信任關(guān)系預(yù)測(cè)的實(shí)驗(yàn)分析和驗(yàn)證39-53
• 4.1 實(shí)驗(yàn)設(shè)計(jì)39-41
• 4.2 不同預(yù)測(cè)方法的比較41-47
• 4.3 不同系數(shù)對(duì)預(yù)測(cè)結(jié)果的影響47-52
• 4.4 本章總結(jié)52-53
• 第5章 總結(jié)與展望53-55
• 5.1 總結(jié)53-54
• 5.2 展望54-55
• 參考文獻(xiàn)55-58
• 個(gè)人簡(jiǎn)介與學(xué)術(shù)成果58-59
• 致謝59

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 何光輝;張?zhí)?;保持拓?fù)湫苑秦?fù)矩陣分解法在人臉識(shí)別的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年14期

2 史加榮;焦李成;尚凡華;;不完全非負(fù)矩陣分解的加速算法[J];電子學(xué)報(bào);2011年02期

3 王文俊;張軍英;;一種非負(fù)矩陣分解的快速方法[J];計(jì)算機(jī)工程與應(yīng)用;2009年25期

4 張雷鳴;李秋丹;廖勝才;;非負(fù)矩陣分解在標(biāo)簽語義分析中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2010年04期

5 于彬;;基于局部非負(fù)矩陣分解的人臉識(shí)別[J];科學(xué)技術(shù)與工程;2010年33期

6 姜偉;楊炳儒;隋海峰;;局部敏感非負(fù)矩陣分解[J];計(jì)算機(jī)科學(xué);2010年12期

7 宋金歌;楊景;陳平;佘玉梅;;一種非負(fù)矩陣分解的快速稀疏算法[J];云南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

8 高燕燕;;非負(fù)矩陣分解及其應(yīng)用探討[J];硅谷;2011年23期

9 郝紅;徐常青;張新平;;基于非負(fù)矩陣分解的航拍圖像信息提取[J];浙江農(nóng)林大學(xué)學(xué)報(bào);2012年01期

10 吳榮玉;樊豐;舒建;;基于非負(fù)矩陣分解的魯棒哈希函數(shù)驗(yàn)證性研究[J];電子技術(shù)應(yīng)用;2012年01期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 孫江明;李通化;;非平滑三維非負(fù)矩陣分解[A];第九屆全國計(jì)算（機(jī)）化學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2007年

2 蔣永鍇;葉東毅;;基于稀疏非負(fù)矩陣分解的自動(dòng)多文摘方法[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

3 馬帥;吳飛;楊易;邵健;;基于稀疏非負(fù)矩陣分解的圖像檢索[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

4 徐利民;龔珊;余再軍;;奇異值分解與非負(fù)矩陣分解色在數(shù)據(jù)降維方面的特性分析[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年

5 蔡蕾;朱永生;;基于稀疏性非負(fù)矩陣分解和支持向量機(jī)的軸心軌跡圖識(shí)別[A];2008年全國振動(dòng)工程及應(yīng)用學(xué)術(shù)會(huì)議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2008年

6 蔣霈霖;;KL散度下的非負(fù)矩陣分解[A];中國自動(dòng)化學(xué)會(huì)中南六�。▍^(qū)）2010年第28屆年會(huì)·論文集[C];2010年

7 楊寶;朱啟兵;黃敏;;基于非負(fù)矩陣分解一稀疏表示分類的玻璃缺陷圖像識(shí)別[A];第24屆中國控制與決策會(huì)議論文集[C];2012年

8 錢樂樂;高雋;徐小紅;;非負(fù)性約束的圖像稀疏編碼[A];第七屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2009年

9 朱昊;黃源水;付夢(mèng)印;;基于NMF的道路識(shí)別算法在野外環(huán)境感知中的應(yīng)用[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

10 鄭能恒;蔡毅;李霞;Tan Lee;;基于非負(fù)矩陣分解和向量相似測(cè)度的語音與音樂分離算法[A];第十一屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 楊士準(zhǔn);基于樣本和特征的遷移學(xué)習(xí)方法及應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2013年

2 葉軍;基于正則化方法的非負(fù)矩陣分解算法及其應(yīng)用研究[D];南京理工大學(xué);2014年

3 胡俐蕊;非負(fù)矩陣分解方法及其在選票圖像識(shí)別中的應(yīng)用[D];安徽大學(xué);2013年

4 殷海青;圖像分析中的非負(fù)矩陣分解理論及其最優(yōu)化和正則化方法研究[D];西安電子科技大學(xué);2011年

5 楊洪禮;非負(fù)矩陣與張量分解及其應(yīng)用[D];山東科技大學(xué);2011年

6 史加榮;多尺度張量逼近及應(yīng)用[D];西安電子科技大學(xué);2012年

7 方蔚濤;人臉識(shí)別特征抽取算法的研究[D];重慶大學(xué);2012年

8 劉昱昊;基于非負(fù)矩陣分解算法的人臉識(shí)別技術(shù)的研究[D];吉林大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 謝昊;非負(fù)矩陣分解初始化及其應(yīng)用[D];暨南大學(xué);2015年

2 王一;凸與半非負(fù)矩陣分解的近點(diǎn)梯度方法研究[D];東北師范大學(xué);2015年

3 項(xiàng)磊;基于乳腺癌計(jì)算機(jī)輔助診斷的病理圖像分析[D];南京信息工程大學(xué);2015年

4 王丹;基于非負(fù)矩陣分解的腦電信號(hào)特征提取算法研究[D];燕山大學(xué);2015年

5 馬春霞;非負(fù)矩陣分解及在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用研究[D];曲阜師范大學(xué);2015年

6 崔艷榮;基于非負(fù)矩陣分解的高光譜遙感數(shù)據(jù)融合方法分析及應(yīng)用[D];電子科技大學(xué);2014年

7 賴淑珍;非負(fù)矩陣分解若干算法研究與應(yīng)用[D];電子科技大學(xué);2014年

8 趙龍;基于多流形正則化非負(fù)矩陣分解的多視圖聚類[D];大連理工大學(xué);2015年

9 黃震;基于多視角非負(fù)矩陣分解的同名區(qū)分算法研究[D];大連理工大學(xué);2015年

10 邵強(qiáng);改進(jìn)的非負(fù)矩陣分解算法及其在人臉識(shí)別中的應(yīng)用[D];河北工業(yè)大學(xué);2015年

，

本文編號(hào)：519978