隨著移動(dòng)互聯(lián)網(wǎng)和定位技術(shù)的快速發(fā)展,用戶通過(guò)移動(dòng)設(shè)備可以很輕松的獲取到自己的位置信息,這也催生了許多基于位置的社交網(wǎng)絡(luò)(LBSN)平臺(tái),用戶通過(guò)平臺(tái)上簽到就可以分享他們?nèi)粘Ｉ钪性L問(wèn)過(guò)的興趣點(diǎn),平臺(tái)也推出了推薦服務(wù)提高用戶的生活體驗(yàn),特別是興趣點(diǎn)推薦極大的方便了用戶對(duì)周邊興趣點(diǎn)的探索。一個(gè)優(yōu)秀的推薦服務(wù)可以在任何時(shí)候通過(guò)建模分析用戶的歷史行為,就能給用戶推薦出此時(shí)此刻他最可能感興趣的新興趣點(diǎn)。本文為了融合LBSN推薦服務(wù)中影響興趣點(diǎn)推薦的三大主要因素:用戶社會(huì)好友關(guān)系、興趣點(diǎn)地理空間位置、時(shí)間信息去提高興趣點(diǎn)推薦的效果,我們提出了一種基于圖模型的興趣點(diǎn)推薦算法,并且這種興趣點(diǎn)推薦是時(shí)間感知的推薦。為了降低推薦算法的整體復(fù)雜度,我們首先利用聚類算法在用戶圖上進(jìn)行了用戶聚類,其中聚類算法中確定初始聚類中心是利用了尋找圖的最稀疏子圖算法,然后通過(guò)聚類中心的迭代更新、合并聚類,得到最終的用戶聚類結(jié)果。之后在聚類結(jié)果的每個(gè)群組中分別建立包含有六個(gè)二分圖(用戶-用戶、用戶-興趣點(diǎn)、用戶-時(shí)間、興趣點(diǎn)-興趣點(diǎn)、興趣點(diǎn)-用戶、興趣點(diǎn)-時(shí)間)的大型異構(gòu)網(wǎng)絡(luò)圖,這個(gè)異構(gòu)網(wǎng)絡(luò)圖是在融合了以上三種影響興趣點(diǎn)推...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究主要內(nèi)容
    1.4 論文的結(jié)構(gòu)安排
第二章 推薦系統(tǒng)的相關(guān)內(nèi)容介紹
    2.1 推薦系統(tǒng)介紹
    2.2 傳統(tǒng)推薦算法概述
        2.2.1 基于鄰域的推薦算法
        2.2.2 基于內(nèi)容的推薦算法
        2.2.3 基于關(guān)聯(lián)規(guī)則的推薦算法
        2.2.4 基于圖模型的推薦算法
    2.3 基于位置的社交網(wǎng)絡(luò)概述
        2.3.1 LBSN的結(jié)構(gòu)層次
        2.3.2 基于位置的社交網(wǎng)絡(luò)推薦
        2.3.3 基于社交網(wǎng)絡(luò)個(gè)性化推薦中存在的問(wèn)題
    2.4 推薦系統(tǒng)的性能評(píng)估
        2.4.1 用戶調(diào)查
        2.4.2 離線實(shí)驗(yàn)
        2.4.3 在線實(shí)驗(yàn)
    2.5 本章總結(jié)
第三章 基于用戶圖的用戶聚類
    3.1 前言
    3.2 用戶聚類
        3.2.1 聚類介紹
        3.2.2 用戶圖
        3.2.3 尋找圖的最稀疏子圖
        3.2.4 用戶聚類
    3.3 聚類算法復(fù)雜度分析
    3.4 本章總結(jié)
第四章 圖模型推薦算法
    4.1 前言
    4.2 加權(quán)二分圖
    4.3 頂點(diǎn)嵌入向量的訓(xùn)練學(xué)習(xí)
        4.3.1 LINE模型算法
        4.3.2 模型算法的優(yōu)化
    4.4 在異構(gòu)圖上的聯(lián)合訓(xùn)練學(xué)習(xí)
    4.5 興趣點(diǎn)推薦
    4.6 本章總結(jié)
第五章 實(shí)驗(yàn)仿真與結(jié)果分析
    5.1 實(shí)驗(yàn)數(shù)據(jù)集及數(shù)據(jù)預(yù)處理
        5.1.1 數(shù)據(jù)集介紹
        5.1.2 數(shù)據(jù)預(yù)處理
    5.2 實(shí)驗(yàn)對(duì)比和評(píng)估
        5.2.1 實(shí)驗(yàn)對(duì)比方法
        5.2.2 實(shí)驗(yàn)評(píng)估指標(biāo)
    5.3 仿真實(shí)驗(yàn)
        5.3.1 實(shí)驗(yàn)環(huán)境和設(shè)置
        5.3.2 實(shí)驗(yàn)結(jié)果對(duì)比
    5.4 推薦算法的性能討論
    5.5 本章總結(jié)
第六章 總結(jié)與展望
    6.1 本文研究總結(jié)
    6.2 對(duì)研究工作的展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況說(shuō)明
致謝



本文編號(hào)：3935013