隨著新浪微博、推特等社交網(wǎng)絡(luò)服務的快速發(fā)展,越來越多的用戶在這些社交平臺上表達自己的個人知識、感受、意見和評論,導致用戶規(guī)模的爆發(fā)式增長和社交服務機制的創(chuàng)新變革。每天有數(shù)以百萬計的用戶發(fā)布數(shù)以千萬計的微博,與Twitter上的tweets相對應,在各種社交媒體上生成豐富多樣的用戶內(nèi)容,如何快速準確地通過微博發(fā)現(xiàn)用戶感興趣的內(nèi)容成為研究人員的一大方向。為此,我們通過對用戶之間的社會關(guān)系、標簽之間的共現(xiàn)關(guān)系和語義關(guān)系的共同探究,設(shè)計了一種綜合推薦算法。首先,通過實驗驗證了用戶之間的交流互動和好友關(guān)系確實能夠說明他們之間某種程度興趣的相似性,我們可以據(jù)此來產(chǎn)生我們的局部標簽傳播的方案,同時我們還實驗驗證了標簽之間存在的共現(xiàn)現(xiàn)象,即用戶如果標記了某個標簽,那么另外一個標簽也很有可能會被標記,由此,我們實現(xiàn)了局部標簽傳播產(chǎn)生候選標簽的方案。其次,根據(jù)用戶微博內(nèi)容確定標簽的初始權(quán)重,再由用戶之間在微博上的交流互動,不僅考慮標簽由此的前向傳播,更考慮了可能帶來的逆向傳播,并且給與他們不同的權(quán)重系數(shù),由此得到標簽的局部傳播,并產(chǎn)生候選標簽。接下來,我們通過共現(xiàn)的方式將候選標簽擴展,得到更多的候選標簽,...

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文的主要研究內(nèi)容和章節(jié)安排
2 推薦算法研究基礎(chǔ)
    2.1 主流模型簡要介紹
    2.2 實驗數(shù)據(jù)的獲取
    2.3 同質(zhì)性和共現(xiàn)性現(xiàn)象的驗證
    2.4 本章小結(jié)
3 基于互動挖掘用戶潛在標簽
    3.1 算法中的定義
    3.2 確定已有標簽的初始權(quán)重
    3.3 主題興趣標簽更新
    3.4 實驗評估
    3.5 與其他方法比較
    3.6 本章小結(jié)
4 標簽共現(xiàn)與語義冗余消除
    4.1 推薦算法的實現(xiàn)
    4.2 參數(shù)學習
    4.3 實驗測試
    4.4 實例分析
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻



本文編號：3790449