本文關(guān)鍵詞：基于社交用戶信任度和標(biāo)注動(dòng)機(jī)的標(biāo)簽推薦系統(tǒng)研究

  更多相關(guān)文章： 標(biāo)簽系統(tǒng) 社交網(wǎng)絡(luò) 信任度 標(biāo)注動(dòng)機(jī) 興趣模型

【摘要】：近年來(lái),科學(xué)技術(shù)日新月異,互聯(lián)網(wǎng)進(jìn)入Web2.0時(shí)代后,“信息爆炸”已經(jīng)成為當(dāng)今時(shí)代的主要特征,海量信息的涌現(xiàn),為人們查詢選擇信息帶來(lái)了諸多不便�；诖�,垂直分類(lèi)系統(tǒng)、搜索引擎、推薦系統(tǒng)等技術(shù)方法不斷被科研人員提出并應(yīng)用,用以解決我們所面臨的信息爆炸難題。本文以推薦系統(tǒng)為研究對(duì)象,主要針對(duì)當(dāng)前標(biāo)簽推薦系統(tǒng)在國(guó)內(nèi)外研究及應(yīng)用工作進(jìn)行了闡述,分析了其面臨的困難和不足。同時(shí),本文對(duì)論文研究中涉及到的推薦算法技術(shù)、社交網(wǎng)絡(luò)技術(shù)以及標(biāo)簽系統(tǒng)工作原理等基本基礎(chǔ)工作,進(jìn)行了簡(jiǎn)要的研究闡述。個(gè)性化推薦系統(tǒng)通過(guò)系統(tǒng)分析用戶行為,構(gòu)建用戶模型,預(yù)測(cè)用戶喜好進(jìn)行資源推薦獲得了良好的用戶反饋�；谟脩羯蓛�(nèi)容(User Generated Content,UGC)的標(biāo)簽系統(tǒng)通過(guò)標(biāo)簽的標(biāo)注來(lái)反映用戶的興趣愛(ài)好,在用戶與資源之間起到良好的媒介作用。然而,由于每個(gè)用戶之間存在個(gè)體差異,導(dǎo)致了標(biāo)簽存在歧義、語(yǔ)義模糊等現(xiàn)象,同時(shí),用戶之間信任度衰減也導(dǎo)致了個(gè)性化推薦效果不佳的問(wèn)題。本文結(jié)合國(guó)內(nèi)外研究現(xiàn)狀,對(duì)當(dāng)前的標(biāo)簽系統(tǒng)、推薦系統(tǒng)以及其模型和算法等進(jìn)行研究分析,著力于社交網(wǎng)絡(luò)中用戶信任和用戶標(biāo)注動(dòng)機(jī)兩點(diǎn)來(lái)構(gòu)建完善個(gè)性化的標(biāo)簽推薦系統(tǒng),通過(guò)構(gòu)建用戶信任集合和判別用戶標(biāo)注動(dòng)機(jī)進(jìn)行相關(guān)推薦算法的改進(jìn),最終設(shè)計(jì)了基于此算法的個(gè)性化推薦系統(tǒng)原型。本文的主要工作包括:①闡述了國(guó)內(nèi)外對(duì)基于標(biāo)簽的推薦系統(tǒng)的研究和應(yīng)用現(xiàn)狀,研究了當(dāng)前主要的推薦算法和標(biāo)簽系統(tǒng)的特點(diǎn),分析了當(dāng)前標(biāo)簽推薦系統(tǒng)面臨的困難和不足。②為了解決當(dāng)前社交網(wǎng)絡(luò)中基于用戶信任的Web服務(wù)推薦算法存在的覆蓋率不足的問(wèn)題,本文整合了當(dāng)前有關(guān)直接信任、間接信任及群體信任度的研究思路,對(duì)相關(guān)的信任度計(jì)算方式進(jìn)行了擴(kuò)展研究。在此基礎(chǔ)上,本文提出了一種新的組合信任度算法。③對(duì)標(biāo)簽推薦系統(tǒng)中用戶標(biāo)注動(dòng)機(jī)進(jìn)行了動(dòng)機(jī)傾向性分類(lèi)研究,并通過(guò)判斷傾向性指標(biāo)的量化研究,來(lái)完成用戶動(dòng)機(jī)傾向性的判斷。在此基礎(chǔ)上,通過(guò)構(gòu)建基于艾賓浩斯遺忘函數(shù)的興趣模型,完成了基于用戶動(dòng)機(jī)和興趣模型二者結(jié)合的標(biāo)簽推薦算法改進(jìn)。④通過(guò)基于用戶信任和用戶標(biāo)注動(dòng)機(jī)的推薦研究,設(shè)計(jì)了一個(gè)基于用戶信任和標(biāo)注動(dòng)機(jī)的標(biāo)簽推薦系統(tǒng)原型,并主要就其功能模塊進(jìn)行了描述。
【關(guān)鍵詞】：標(biāo)簽系統(tǒng) 社交網(wǎng)絡(luò) 信任度 標(biāo)注動(dòng)機(jī) 興趣模型
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP391.3
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-12
• 1.1 課題研究背景與研究意義8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-10
• 1.3 推薦系統(tǒng)研究面臨的問(wèn)題10-11
• 1.4 本文的主要工作11
• 1.5 本章小結(jié)11-12
• 2 相關(guān)技術(shù)研究分析12-22
• 2.1 推薦系統(tǒng)原理及行為數(shù)據(jù)12-13
• 2.2 主要推薦技術(shù)研究13-19
• 2.2.1 基于內(nèi)容的推薦13-15
• 2.2.2 基于規(guī)則的推薦15-16
• 2.2.3 基于協(xié)同過(guò)濾的推薦16-19
• 2.3 標(biāo)簽系統(tǒng)相關(guān)研究19-20
• 2.3.1 標(biāo)簽的定義及特點(diǎn)19
• 2.3.2 標(biāo)簽系統(tǒng)特點(diǎn)19-20
• 2.4 社交網(wǎng)絡(luò)相關(guān)研究20-21
• 2.4.1 社交網(wǎng)絡(luò)定義20
• 2.4.2 社交網(wǎng)絡(luò)組成結(jié)構(gòu)及特點(diǎn)20-21
• 2.4.3 社交網(wǎng)絡(luò)處理技術(shù)21
• 2.5 本章小結(jié)21-22
• 3 基于用戶信任度的推薦研究22-37
• 3.1 用戶信任度概述22-23
• 3.2 用戶信任度分類(lèi)23-32
• 3.2.1 基于IOWA算子的直接信任度研究23-26
• 3.2.2 基于信任鏈的間接信任度研究26-30
• 3.2.3 基于直接信任的群體信任度研究30-32
• 3.3 基于多種信任度組合的推薦算法32-36
• 3.3.1 組合算法的提出32-33
• 3.3.2 實(shí)驗(yàn)及結(jié)果分析33-36
• 3.4 本章小結(jié)36-37
• 4 基于用戶標(biāo)注動(dòng)機(jī)的推薦研究37-55
• 4.1 用戶標(biāo)注動(dòng)機(jī)分類(lèi)研究37-39
• 4.2 用戶標(biāo)注動(dòng)機(jī)模型39-43
• 4.2.1 用戶標(biāo)注動(dòng)機(jī)傾向性39-40
• 4.2.2 用戶標(biāo)注動(dòng)機(jī)傾向性度量指標(biāo)40-43
• 4.2.3 用戶標(biāo)注動(dòng)機(jī)的判斷43
• 4.3 用戶興趣模型43-50
• 4.3.1 標(biāo)簽標(biāo)準(zhǔn)化43-47
• 4.3.2 基于標(biāo)簽的用戶興趣模型47-49
• 4.3.3 基于遺忘函數(shù)的改進(jìn)標(biāo)簽用戶興趣模型49-50
• 4.4 用戶興趣模型下基于用戶動(dòng)機(jī)的標(biāo)簽推薦50-54
• 4.4.1 推薦算法步驟流程50-52
• 4.4.2 實(shí)驗(yàn)及結(jié)果分析52-54
• 4.5 本章小結(jié)54-55
• 5 基于用戶信任和標(biāo)注動(dòng)機(jī)的標(biāo)簽推薦原型系統(tǒng)55-62
• 5.1 原型系統(tǒng)架構(gòu)55-56
• 5.2 原型系統(tǒng)主要功能模塊56-61
• 5.2.1 日志文件模塊56
• 5.2.2 用戶行為模型模塊56-58
• 5.2.3 推薦引擎模塊58-61
• 5.3 本章小結(jié)61-62
• 6 結(jié)論與展望62-64
• 6.1 結(jié)論62-63
• 6.2 展望63-64
• 致謝64-65
• 參考文獻(xiàn)65-69
• 附錄69
• A. 作者在攻讀碩士學(xué)期期間發(fā)表的論文69
• B. 作者在攻讀碩士學(xué)位期間參與的科研項(xiàng)目69

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 米可菲;張勇;邢春曉;蔚欣;;面向大數(shù)據(jù)的開(kāi)源推薦系統(tǒng)分析[J];計(jì)算機(jī)與數(shù)字工程;2013年10期

2 脫建勇;王嵩;李秀;劉文煌;;精品課共享中的推薦系統(tǒng)框架與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與設(shè)計(jì);2006年17期

3 蘇冠賢;張麗霞;林丕源;劉吉平;;生物信息學(xué)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用研究;2007年05期

4 王改芬;;推薦系統(tǒng)研究綜述[J];軟件導(dǎo)刊;2007年23期

5 葉群來(lái);;營(yíng)銷(xiāo)與網(wǎng)絡(luò)推薦系統(tǒng)[J];電子商務(wù);2007年10期

6 李媚;;個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)資源推薦系統(tǒng)研究[J];福建電腦;2008年12期

7 潘冉;姜麗紅;;基于經(jīng)濟(jì)學(xué)模型的推薦系統(tǒng)的研究[J];計(jì)算機(jī)應(yīng)用與軟件;2008年03期

8 劉魯;任曉麗;;推薦系統(tǒng)研究進(jìn)展及展望[J];信息系統(tǒng)學(xué)報(bào);2008年01期

9 劉小燕;陳艷麗;賈宗璞;沈記全;;基于增強(qiáng)學(xué)習(xí)的旅行計(jì)劃推薦系統(tǒng)[J];計(jì)算機(jī)工程;2010年21期

10 曹畋;;智能推薦系統(tǒng)在知識(shí)瀏覽領(lǐng)域的應(yīng)用[J];硅谷;2011年21期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前8條

1 張燕;李燕萍;;基于內(nèi)容分析和點(diǎn)擊率記錄的混合音樂(lè)推薦系統(tǒng)[A];2009年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2009年

2 趙欣;寇綱;鄔文帥;盧艷群;;基于時(shí)間密集性的推薦系統(tǒng)攻擊檢測(cè)[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)論文摘要集[C];2011年

3 張玉連;張波;張敏;;改進(jìn)的個(gè)性化信息推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[A];2005年全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

4 王君;許潔萍;;層次音樂(lè)推薦系統(tǒng)的研究[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

5 潘宇;林鴻飛;楊志豪;;基于用戶聚類(lèi)的電子商務(wù)推薦系統(tǒng)[A];第三屆學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2006年

6 尤忠彬;陳越;張英;朱揚(yáng)勇;;基于Web服務(wù)的技術(shù)轉(zhuǎn)移平臺(tái)推薦系統(tǒng)研究[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

7 王國(guó)霞;劉賀平;李擎;;二部圖影射及其在推薦系統(tǒng)中的應(yīng)用[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

8 王雪;董愛(ài)華;吳怡之;;基于RFID技術(shù)的智能服裝推薦系統(tǒng)設(shè)計(jì)[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 ;大數(shù)據(jù)如何“落地”[N];中國(guó)新聞出版報(bào);2014年

2 本報(bào)記者 鄒大斌;大數(shù)據(jù)：電商新武器[N];計(jì)算機(jī)世界;2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計(jì)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

2 楊東輝;基于情感相似度的社會(huì)化推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2014年

3 曹渝昆;基于神經(jīng)網(wǎng)絡(luò)和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學(xué);2006年

4 王立才;上下文感知推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

5 劉龍;一個(gè)能實(shí)現(xiàn)個(gè)性化實(shí)時(shí)路徑推薦服務(wù)的推薦系統(tǒng)框架[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

6 李濤;推薦系統(tǒng)中若干關(guān)鍵問(wèn)題研究[D];南京航空航天大學(xué);2009年

7 劉士琛;面向推薦系統(tǒng)的關(guān)鍵問(wèn)題研究及應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

8 李方方;非獨(dú)立同分布推薦系統(tǒng)研究[D];北京理工大學(xué);2014年

9 李曉建;基于語(yǔ)義的個(gè)性化資源推薦系統(tǒng)中關(guān)鍵技術(shù)研究[D];武漢大學(xué);2010年

10 張堯;B2C環(huán)境下用戶感知可信的推薦系統(tǒng)理論及其關(guān)鍵方法研究[D];哈爾濱工業(yè)大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 朱孔真;基于云計(jì)算的電子商務(wù)智能推薦系統(tǒng)研究[D];武漢理工大學(xué);2014年

2 郭敬澤;基于賦權(quán)評(píng)分和Dpark的分布式推薦系統(tǒng)研究與實(shí)現(xiàn)[D];天津理工大學(xué);2015年

3 周俊宇;信息推薦系統(tǒng)的研究與設(shè)計(jì)[D];江南大學(xué);2015年

4 李煒;基于電子商務(wù)平臺(tái)的保險(xiǎn)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2013年

5 車(chē)豐;基于排序主題模型的論文推薦系統(tǒng)[D];大連海事大學(xué);2015年

6 秦大路;基于因式分解機(jī)模型的上下文感知推薦系統(tǒng)研究[D];鄭州大學(xué);2015年

7 徐霞婷;動(dòng)態(tài)路網(wǎng)監(jiān)控與導(dǎo)航推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];蘇州大學(xué);2015年

8 黃學(xué)峰;基于Hadoop的電影推薦系統(tǒng)研究與實(shí)現(xiàn)[D];南京師范大學(xué);2015年

9 路小瑞;基于Hadoop平臺(tái)的職位推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];上海交通大學(xué);2015年

10 李?lèi)?ài)寶;基于組合消費(fèi)行為分析的團(tuán)購(gòu)?fù)扑]系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

，

本文編號(hào)：1024963